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
特立独行的猫A8 小时前
别再用 nohup 了:让应用在后台常驻的正确姿势与 systemd 服务详解
java·后端·python
吃我一窝jio10 小时前
Python与Go线程模型深度对比
java·开发语言·python
eggwyw11 小时前
C++ union 的一种妙用法
开发语言·c++
zwd200511 小时前
Manim 怎么放大画面的某一部分?
python·动画·可视化·manim·数学动画
屿华AI12 小时前
AUTOSAR 实战-诊断工具 | UDS 0x27 安全访问的配置化实现:种子密钥算法插件化设计
python·测试工具·汽车
RobinDevNotes12 小时前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython
starzy199013 小时前
深入理解Scala隐式函数:自动类型转换
开发语言·后端·scala
如夏倾城13 小时前
VRRP(虚拟路由器冗余协议Virtual Router Redundancy Protocol)
网络·python·网络协议·安全·智能路由器·负载均衡·信息与通信
IvanCodes14 小时前
LangChain(04):Runnable 与 LCEL 的执行与组合机制
python·langchain·agent
特创数字科技14 小时前
纯本地离线运行的文档脱敏工具(技术分享)
前端·驱动开发·python