day8补充

饼干，2026-01-03 11:25

Day 8 数据可视化 - 考前冲刺课件

🎯 考试重点速记（90分保障）

一、核心知识框架

1. Matplotlib基础（必考⭐⭐⭐）

python 复制代码 
import matplotlib.pyplot as plt

# 三大核心步骤
# 1. 创建绘图区
fig, ax = plt.subplots(figsize=(6,4))

# 2. 绘制图表
plt.plot(x, y)

# 3. 显示图表
plt.show()

中文显示问题（必考）：

python 复制代码 
plt.rcParams['font.sans-serif'] = ['SimHei']  # 黑体
plt.rcParams['axes.unicode_minus'] = False     # 显示负号

2. 七大图表类型（重点）

图表类型 函数 应用场景
折线图 plt.plot(x,y) 趋势变化
柱状图 plt.bar(x,height,width) 分类对比
饼图 plt.pie(data,labels) 占比关系
散点图 plt.scatter(x,y) 相关性分析
直方图 plt.hist(x,bins) 数据分布
箱形图 plt.boxplot(data) 统计分析
3D图 ax.plot_surface(X,Y,Z) 三维展示

二、必考知识点

📌 知识点1：绘图区设置

python 复制代码 
# 方法1：自动创建（默认6.4*4.8英寸）
plt.plot([1,2,3])

# 方法2：手动创建（推荐）
fig, ax = plt.subplots(figsize=(6,4), dpi=100)

# 子图创建
plt.subplot(2,3,1)  # 2行3列第1个
# 或简写
plt.subplot(231)

考点： subplot(nrows, ncols, index)

📌 知识点2：坐标轴设置

python 复制代码 
# 标题和标签
plt.title("标题")
plt.xlabel("X轴")
plt.ylabel("Y轴")

# 刻度范围
plt.xlim(0, 10)
plt.ylim(-1, 1)

# 自定义刻度
plt.xticks([0,1,2,3], ['春','夏','秋','冬'])

# 网格线
plt.grid(axis='y')  # 只显示横向网格

📌 知识点3：折线图（⭐⭐⭐必考）

python 复制代码 
# 完整格式
plt.plot(x, y, 'ro-', linewidth=2, label='数据')

# 格式字符串：颜色+标记+线型
# 'r' - 红色, 'o' - 圆圈, '-' - 实线

常用参数表：

颜色 标记 线型
r-红 o-圆 - 实线
g-绿 *-星 -- 虚线
b-蓝 ^-三角 : 点线
y-黄 D-菱形 -. 点划线

典型考题：

python 复制代码 
# 绘制sin和cos曲线
import numpy as np
x = np.linspace(0, 2*np.pi, 100)
plt.plot(x, np.sin(x), 'r-', label='sin')
plt.plot(x, np.cos(x), 'b--', label='cos')
plt.legend()

📌 知识点4：柱状图（⭐⭐⭐必考）

python 复制代码 
# 基本用法
x = [0,1,2,3]
height = [100,200,150,180]
plt.bar(x, height, width=0.7, color='b')

# 数据标注（常考）
for a,b in zip(x, height):
    plt.text(a, b+5, '%.0f'%b, ha='center')

# 多系列并列
barW = 0.3
x1 = [0,1,2,3]
x2 = [i+barW for i in x1]
plt.bar(x1, data1, barW, label='A')
plt.bar(x2, data2, barW, label='B')

📌 知识点5：饼图

python 复制代码 
data = [0.3, 0.2, 0.5]
labels = ['A', 'B', 'C']
explode = (0.1, 0, 0)  # 突出第1块

plt.pie(data, 
        labels=labels,
        explode=explode,
        autopct='%1.1f%%')  # 显示百分比
plt.axis('equal')  # 圆形

📌 知识点6：散点图

python 复制代码 
plt.scatter(x, y, 
           s=50,           # 大小
           c='red',        # 颜色
           marker='o',     # 标记
           alpha=0.5)      # 透明度

# 不同颜色分类（常考）
plt.scatter(x1, y1, c='r', marker='*', label='类别1')
plt.scatter(x2, y2, c='g', marker='o', label='类别2')
plt.legend()

📌 知识点7：直方图

python 复制代码 
# 图像灰度直方图（常考）
hd = []
for i in range(row):
    for j in range(col):
        gray = im[i,j,0]*0.3 + im[i,j,1]*0.59 + im[i,j,2]*0.11
        hd.append(gray)

plt.hist(hd, bins=256, color='k')

📌 知识点8：箱形图

python 复制代码 
# 单系列
plt.boxplot(data, labels=['A','B','C'])

# Pandas快速绘制（推荐）
import pandas as pd
df = pd.read_excel('成绩.xlsx')
df.boxplot()

箱形图5个关键点：

  • 最小值（下边缘）
  • Q1（下四分位数）
  • 中位数
  • Q3（上四分位数）
  • 最大值（上边缘）

📌 知识点9：3D图形（⭐⭐）

python 复制代码 
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = Axes3D(fig)
# 或
ax = fig.add_subplot(111, projection='3d')

# 三维曲面
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))
ax.plot_surface(X, Y, Z, cmap='rainbow')

# 三维曲线
ax.plot(x, y, z, 'r-')

三、高频考点汇总

🔥 考点1：图例位置

python 复制代码 
plt.legend(loc='upper right')  # 或用数字1-10
plt.legend(bbox_to_anchor=(1.2, 0.5))  # 精确定位
位置 字符串 数字
右上 upper right 1
左上 upper left 2
右下 lower right 4

🔥 考点2：NumPy数据生成

python 复制代码 
# arange：指定步长
np.arange(0, 10, 0.5)  # [0, 0.5, 1, ..., 9.5]

# linspace：指定个数
np.linspace(0, 10, 5)  # [0, 2.5, 5, 7.5, 10]

# meshgrid：生成网格
x = np.array([1,2,3])
y = np.array([4,5])
X, Y = np.meshgrid(x, y)
# X = [[1,2,3], [1,2,3]]
# Y = [[4,4,4], [5,5,5]]

🔥 考点3：文件数据读取

python 复制代码 
# 文本文件
with open('data.txt', 'r') as f:
    dt = f.readlines()
    dt = [line.strip().split('\t') for line in dt]

# Excel文件（推荐）
import pandas as pd
df = pd.read_excel('data.xlsx')
x = df['列名1']
y = df['列名2']

四、典型例题速练

例题1：GDP趋势图（必练⭐⭐⭐）

python 复制代码 
import matplotlib.pyplot as plt
import pandas as pd

plt.rcParams['font.sans-serif'] = ['SimHei']

# 读取数据
df = pd.read_excel('gdp.xlsx')
years = df['年份']
values = df['产值']

# 绘图
plt.figure(figsize=(10,6))
plt.plot(years, values, 'b-o', linewidth=2)
plt.title('中国GDP变化趋势')
plt.xlabel('年份')
plt.ylabel('GDP（亿元）')
plt.grid(True)

# X轴刻度调整
label = [years[i] for i in range(0, len(years), 5)]
plt.xticks(range(0, len(years), 5), label, rotation=45)

plt.show()

例题2：成绩统计图（必练⭐⭐⭐）

python 复制代码 
# 条形图+饼图组合
fig, axes = plt.subplots(1, 2, figsize=(12,5))

# 子图1：柱状图
plt.subplot(121)
subjects = ['语文','数学','英语']
scores = [85, 92, 78]
colors = ['red','green','blue']
bars = plt.bar(subjects, scores, color=colors, width=0.5)

for bar in bars:
    h = bar.get_height()
    plt.text(bar.get_x()+bar.get_width()/2, h+2, 
             f'{h}分', ha='center')

plt.title('各科成绩')
plt.ylabel('分数')

# 子图2：饼图
plt.subplot(122)
grades = [10, 20, 50, 15, 5]
labels = ['优秀','良好','中等','及格','不及格']
explode = (0.1, 0, 0, 0, 0)
plt.pie(grades, labels=labels, explode=explode,
        autopct='%1.1f%%')
plt.title('成绩分布')

plt.tight_layout()
plt.show()

例题3：图像处理（必练⭐⭐）

python 复制代码 
from PIL import Image
import numpy as np

# 读取图像
im = np.array(Image.open('pic.jpg'))

# 灰度化
gray = im[:,:,0]*0.3 + im[:,:,1]*0.59 + im[:,:,2]*0.11

# 绘制直方图
plt.figure(figsize=(12,4))
plt.subplot(121)
plt.imshow(im)
plt.title('原图')

plt.subplot(122)
plt.hist(gray.flatten(), bins=256, color='k')
plt.title('灰度直方图')
plt.xlabel('灰度值')
plt.ylabel('像素数')

plt.show()

五、考前必背公式

1. 图像灰度计算

复制代码 
Gray = R*0.3 + G*0.59 + B*0.11

2. 极坐标转换

复制代码 
x = r * cos(θ)
y = r * sin(θ)
r = sin(a*θ)  # 花瓣图案

3. 箱形图统计

复制代码 
Q1 = 第25百分位
Q2 = 中位数（第50百分位）
Q3 = 第75百分位
IQR = Q3 - Q1

六、快速检查清单

绘图前：

  • 导入库：import matplotlib.pyplot as plt
  • 中文字体：plt.rcParams['font.sans-serif'] = ['SimHei']
  • 负号显示：plt.rcParams['axes.unicode_minus'] = False

绘图时：

  • 创建绘图区：plt.figure() 或 plt.subplots()
  • 设置标题：plt.title()
  • 设置坐标轴：plt.xlabel(), plt.ylabel()
  • 设置图例：plt.legend()

绘图后：

  • 显示图表：plt.show()
  • 保存图片：plt.savefig('name.png')

七、常见错误避坑

  1. 中文乱码 → 设置字体
  2. 坐标轴不显示负号 → unicode_minus=False
  3. 图例位置不对 → 调整loc参数
  4. 子图间距太小 → plt.tight_layout() 或 plt.subplots_adjust()
  5. 数据类型错误 → 确保列表/数组长度一致
  6. 3D图不显示 → 导入Axes3D并设置projection='3d'

八、考试答题技巧

  1. 看清题目要求：图表类型、数据来源、标注要求
  2. 先写框架代码：导入库→创建图区→绘图→显示
  3. 注意细节加分：中文显示、数据标注、图例位置
  4. 检查完整性：标题、坐标轴标签、图例、网格线
  5. 时间分配：简单图5分钟，复杂图15分钟

🎓 考前最后提醒

必须熟练掌握的5个函数：

  1. plt.plot() - 折线图
  2. plt.bar() - 柱状图
  3. plt.scatter() - 散点图
  4. plt.pie() - 饼图
  5. plt.subplot() - 子图

必须记住的3个设置：

  1. 中文字体设置
  2. 坐标轴范围设置
  3. 图例位置设置

必须练习的3个案例：

  1. GDP趋势图（折线+数据标注）
  2. 成绩分析（柱状图+箱形图）
  3. 图像直方图（文件读取+数组处理）

💯 冲刺90分策略

  • 基础题（60分）：熟练掌握plot、bar、pie三大图表
  • 进阶题（20分）：subplot子图、数据标注、图例设置
  • 拔高题（10分）：3D图形、图像处理、综合应用

考前1小时复习重点：

  1. 手写一遍中文设置代码
  2. 默写plot/bar/scatter的参数
  3. 回顾3个典型例题的完整代码

预祝考试顺利，轻松90+！🎉

相关推荐
工业HMI实战笔记1 天前
【拯救HMI】让老设备重获新生：HMI低成本升级与功能拓展指南
linux·运维·网络·信息可视化·人机交互·交互·ux
工业HMI实战笔记1 天前
HMI多任务操作设计：如何避免多设备监控时的注意力分散？
ui·信息可视化·人机交互·交互·ux
写代码的【黑咖啡】1 天前
深入了解 Python 中的 Seaborn：优雅的数据可视化利器
开发语言·python·信息可视化
醉卧考场君莫笑2 天前
excel数据统计与数据可视化
信息可视化·excel
叁散2 天前
实验四：基于工业物联网平台的船舶AIS数据可视化
信息可视化
乐吾乐科技2 天前
乐吾乐3D可视化2025重大更新与2026升级计划
前端·3d·信息可视化·编辑器·数据可视化
战族狼魂2 天前
北京大兴区房产数据分析项目
信息可视化·数据挖掘·数据分析
醉卧考场君莫笑3 天前
EXCEL数据分析基础（没有数据统计和数据可视化）
信息可视化·数据分析·excel
拿我格子衫来3 天前
搭建公司产品wiki的开源框架选型，注重介绍wikijs框架
程序人生·信息可视化·职场和发展
热门推荐
01GitHub 镜像站点02jdk21下载、安装（Windows、Linux、macOS）03Linux下V2Ray安装配置指南04手把手教你通过Gemini3 pro 学生认证，白用一年，手慢无！052025 最新教程：注册并切换到美区 Apple ID06Claude Code Skills 实用使用手册07安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）08UV安装并设置国内源09KGG转MP3工具|非KGM文件|解密音频10【踩坑笔记】50系显卡适配的 PyTorch 安装