文章目录
1.实验目的
掌握Python绘图库matplotlib库
2.需求
3. 代码以及资源文件
python
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# 读取NPZ文件
data = np.load('../Files/国民经济核算季度数据.npz', allow_pickle=True)
# 获取时间和第一到第三产业生成总值当季值数据
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置为黑体字体
# 获取数组中所有第二列数据 即
# print(data['values'][:, 1])
def getAssignedData(arr):
newArr = []
for i in range(len(arr)):
if 4 * i <= len(arr):
newArr.append(arr[4 * i])
return newArr
time = data['values'][:, 1]
gdp1 = data['values'][:, 3].astype(float)
gdp2 = data['values'][:, 4].astype(float)
gdp3 = data['values'][:, 5].astype(float)
# 创建散点图
plt.scatter(time, gdp1, label='第一产业', marker='o', c='r')
plt.scatter(time, gdp2, label='第二产业', marker='D', c='b')
plt.scatter(time, gdp3, label='第三产业', marker='o', c='#FFFF01')
plt.ylabel('生产总值(亿元)')
plt.title('2000-2017年各产业季度生产总值散点图')
plt.xticks(rotation=45, fontsize=4)
# 选择性显示横轴坐标标签
labels = getAssignedData(time)
arr = [' ']
for label in labels:
arr.append(label)
plt.xticks(range(4, 73, 4), labels=getAssignedData(time))
start = plt.xticks()[0]
print(start)
arr1 = [-1]
start = start.tolist()
for ele in start:
arr1.append(ele)
print(arr1)
plt.xticks(np.array(arr1),arr)
# 添加图例 左上角小图
plt.legend(loc='upper left')
# 保存散点图图片
plt.savefig('散点图.png')
# 创建DataFrame并保存为Excel文件
df = pd.DataFrame({'时间': time, '第一产业': gdp1, '第二产业': gdp2, '第三产业': gdp3})
# 显示散点图
plt.show()资源文件下载地址）：
链接：https://pan.baidu.com/s/1_h-q5sBbMqtRohL7qW0jzw?pwd=r02f
提取码：r02f
--来自百度网盘超级会员V5的分享
4.实验结果
