Python实现数据可视化案例分析

目录

• 1. 问题描述
• 2. 实验环境
• 3. 实验步骤及结果

1. 问题描述

对右图进行修改：

• 请更换图形的风格
• 请将 x 轴的数据改为-10 到 10
• 请自行构造一个 y 值的函数
• 将直方图上的数字，位置改到柱形图的内部垂直居中的位置
• 对成绩数据 data1402.csv 进行分段统计：每 5 分作为一个分数段，展示出每个分数段的人数直方图。
• 自行创建出 10 个学生的 3 个学期排名数据，并通过直方图进行对比展示。
• 线图
  • 把这个图像做一些调整，要求出现 5 个完整的波峰。
  • 调大 cos 波形的幅度
  • 调大 sin 波形的频率
• 用线图展示北京空气质量数据

展示 10-15 年 PM 指数月平均数据的变化情况，一幅图中有 6 条曲线，每年 1 条曲线。

2. 实验环境

Microsoft Windows 10 版本18363

​ PyCharm 2020.2.1 (Community Edition)

​ Python 3.8(Scrapy 2.4.0 + numpy 1.19.4 + pandas 1.1.4 + matplotlib 3.3.3)

3. 实验步骤及结果

对右图进行修改：

• 请更换图形的风格
• 请将 x 轴的数据改为-10 到 10
• 请自行构造一个 y 值的函数
• 将直方图上的数字，位置改到柱形图的内部垂直居中的位置

from matplotlib import pyplot as plt
import numpy as np

fig, ax = plt.subplots()
plt.style.use(\'classic\')
plt.title(\"square numbers\")

ax.set_xlim(-11, 11)
ax.set_ylim(0, 100)

x = np.array(range(-10, 11))
y = x * x
rect1 = plt.bar(x, y)
for r in rect1:
    ax.text(r.get_x(), r.get_height() / 2, r.get_height())
plt.show()

如图使用 classic 风格，x 轴数据为[-10, 10]的整数，构造的函数为 y=x2，显示位置并将其将数值改到了柱形图内部垂直居中的位置。

对成绩数据 data1402.csv 进行分段统计：每 5 分作为一个分数段，展示出每个分数段的人数直方图。

from matplotlib import pyplot as plt
import numpy as np
import pandas as pd

df = pd.read_csv(\"./data1402.csv\", encoding=\'utf-8\', dtype=str)
df = pd.DataFrame(df, columns=[\'score\'], dtype=np.float)
section = np.array(range(0, 105, 5))
result = pd.cut(df[\'score\'], section)
count = pd.value_counts(result, sort=False)
fig, ax = plt.subplots()
plt.style.use(\'classic\')
ax.set_xlim(0, 100)
rect1 = plt.bar(np.arange(2.5, 100, 5), count, width=5)
for r in rect1:
    ax.text(r.get_x(), r.get_height(), r.get_height())
plt.show()

自行创建出 10 个学生的 3 个学期排名数据，并通过直方图进行对比展示。

import random

semester1 = np.arange(1, 11)
semester2 = np.arange(1, 11)
semester3 = np.arange(1, 11)

random.shuffle(semester1)
random.shuffle(semester2)
random.shuffle(semester3)
df = pd.DataFrame({\'semester1\':semester1, \'semester2\':semester2, \'semester3\':semester3})
print(df)
df.to_csv(\"data1403.csv\", encoding=\"utf-8\")

使用如上代码创建出随机的排名数据。

df = pd.read_csv(\"./data1403.csv\", encoding=\'utf-8\', dtype=str)
df = pd.DataFrame(df, columns=[\'semester1\', \'semester2\', \'semester3\'], dtype=np.int)

df[\'total\'] = (df[\'semester1\'] + df[\'semester2\'] + df[\'semester3\']) / 3
df = df.sort_values(\'total\')

fig, ax = plt.subplots()
plt.style.use(\'classic\')
plt.title(\'RANK\')
width = 0.2
x = np.array(range(0, 10))
rect1 = ax.bar(x-2*width, df[\'semester1\'], width=width, label=\'semester1\')
rect2 = ax.bar(x-width, df[\'semester2\'], width=width, label=\'semester2\')
rect3 = ax.bar(x, df[\'semester3\'], width=width, label=\'semester3\')
for r in rect1:
    ax.text(r.get_x(), r.get_height(), r.get_height())
for r in rect2:
    ax.text(r.get_x(), r.get_height(), r.get_height())
for r in rect3:
    ax.text(r.get_x(), r.get_height(), r.get_height())
plt.legend(ncol=1)
plt.show()

如上代码绘图：

线图 ：

• 把这个图像做一些调整，要求出现 5 个完整的波峰。
• 调大 cos 波形的幅度
• 调大 sin 波形的频率

import numpy as np
from matplotlib import pyplot as plt

x = np.linspace(-5 * np.pi, 5 * np.pi, 500)
y1 = 3 * np.cos(x)
y2 = np.sin(4*x)

fig, ax = plt.subplots()
plt.style.use(\'classic\')
ax.spines[\"right\"].set_visible(False)
ax.spines[\"top\"].set_visible(False)
ax.spines[\'bottom\'].set_position((\'data\',0))
ax.xaxis.set_ticks_position(\'bottom\')
ax.spines[\'left\'].set_position((\'data\',0))
ax.yaxis.set_ticks_position(\'left\')
plt.plot(x, y1, color=\'blue\', linestyle=\'-\', label=\'y=3cosx\')
plt.plot(x, y2, color=\'red\', linestyle=\'-\', label=\'y=sin3x\')
plt.legend()
plt.show()

用线图展示北京空气质量数据

展示 10-15 年 PM 指数月平均数据的变化情况，一幅图中有 6 条曲线，每年 1 条曲线。

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
orig_df = pd.read_csv(\"./BeijingPM20100101_20151231.csv\", encoding=\'utf-8\', dtype=str)
orig_df = pd.DataFrame(orig_df, columns=[\'year\', \'month\', \'PM_US Post\'])
df = orig_df.dropna(0, how=\'any\')
df[\'month\'] = df[\'month\'].astype(int)
df[\'year\'] = df[\'year\'].astype(int)
df[\'PM_US Post\'] = df[\'PM_US Post\'].astype(int)
df.reset_index(drop=True, inplace=True)
num = len(df)
section = np.arange(1, 13)
record = 0
fig, ax = plt.subplots()
plt.style.use(\'classic\')
plt.title(\"2010-2015 Beijing average PM2.5(from PM_US Post) per month\")

for nowyear in range(2010, 2016):
    i = record
    result = [0 for i in range(13)]
    nowsum = 0
    cntday = 0
    nowmonth = 1
    while i < num:
        if df[\'month\'][i] == nowmonth:
            cntday = cntday + 1
            nowsum = nowsum + df[\'PM_US Post\'][i]
        else:
            if df[\'year\'][i] != nowyear:
                record = i
                result[nowmonth] = nowsum / cntday
                break
            result[nowmonth] = nowsum / cntday
            cntday = 1
            nowsum = df[\'PM_US Post\'][i]
            nowmonth = df[\'month\'][i]
        i = i + 1
    result = result[1:]
    #
    x = np.array(range(1, 13))
    plt.plot(x, result, linestyle=\'-\', label=str(nowyear))
plt.legend()
plt.show()