python的matplotlib实现数据分析绘图

目录

需求

效果

数据分析绘图示例

代码解释

运行结果


需求

分析一个班级中学生成绩分布,并绘图

效果

数据分析绘图示例

python 复制代码
import matplotlib.pyplot as plt
import numpy as np

# 假设的学生成绩数据
np.random.seed(0)  # 设置随机种子以确保结果可复现
scores = np.random.normal(loc=75, scale=15, size=100)  # 生成100个正态分布的成绩,平均分为75,标准差为15

# 绘制直方图
plt.figure(figsize=(12, 6))

# 直方图
plt.subplot(1, 2, 1)
plt.hist(scores, bins=10, edgecolor='black', alpha=0.7)
plt.title('学生成绩分布直方图')
plt.xlabel('成绩')
plt.ylabel('学生人数')
plt.grid(True)

# 箱线图
plt.subplot(1, 2, 2)
plt.boxplot(scores, vert=False, patch_artist=True)
plt.title('学生成绩分布箱线图')
plt.xlabel('成绩')
plt.grid(True)

# 显示图表
plt.tight_layout()
plt.show()

代码解释

  1. 数据生成:

    • 使用 numpy 生成假设的学生成绩数据。这里我们假设成绩服从正态分布,平均分为75,标准差为15,生成100个数据点。
    • np.random.seed(0) 设置随机种子以确保每次运行结果一致。
  2. 绘制直方图:

    • 使用 plt.hist 绘制直方图,bins=10 表示将成绩分成10个区间,edgecolor='black' 设置直方图边缘颜色,alpha=0.7 设置透明度。
    • 添加标题、标签和网格线,以便图表更易读。
  3. 绘制箱线图:

    • 使用 plt.boxplot 绘制箱线图,vert=False 表示水平方向绘制,patch_artist=True 表示填充箱体颜色。
    • 添加标题、标签和网格线,以便图表更易读。
  4. 显示图表:

    • 使用 plt.tight_layout() 自动调整子图布局,避免重叠。
    • 使用 plt.show() 显示图表。

运行结果

运行上述代码后,你将看到两个图表:

  1. 直方图:展示了学生成绩的分布情况,可以看到各个分数段的学生人数。
  2. 箱线图:展示了学生成绩的五数概括(最小值、第一四分位数、中位数、第三四分位数、最大值),并显示异常值。
相关推荐
专注仿真2 分钟前
基于 AFSIM 的智能体训练:多智能体强化学习篇 —— QTRAN 算法实战
开发语言·python·算法·php·强化学习·afsim智能体·仿真训练
2601_967987371 小时前
Python类变量和实例变量(类属性和实例属性)
python·类变量·实例变量·类属性·实例属性
CyrusYiVPP2 小时前
新用户第二周还剩几个?pandas做留存率cohort分析,数据分析实战第6期
人工智能·python
Funlang2 小时前
RISC-V 上的 Fun:第四套机器码
开发语言·risc-v·龙芯
feixing_fx10 小时前
第一个 JS 程序:在浏览器控制台和 Node 中分别运行
开发语言·前端·javascript·前端框架·ecmascript
Evand J11 小时前
【MATLAB例程】二维IMM-UKF定位,基于四个基站的AOA与测距辅助
开发语言·matlab
feixing_fx11 小时前
变量与声明:let、const、var 的选择边界
开发语言·前端·javascript·前端框架
岁月宁静11 小时前
五、《从零手撸 Agent》 — 什么是 Agent:从“会聊天”到“会做事”,差的就是一个循环
python·agent
个 人 练 习 生12 小时前
C++:从零基础到深入了解vector的使用
开发语言·c++·经验分享·学习·程序人生·stl
梯度下降者12 小时前
Python - 函数
python·高阶函数·可调用对象·functools·嵌套作用域