可视化1
1 2 3 4 | import pandas as pd data = pd.read_csv(r 'C:\Users\Administrator\Desktop\第三章1\第三章\data\employee.csv' ) data1 = pd.read_csv(r 'C:\Users\Administrator\Desktop\第三章1\第三章\data\employee.csv' ,names = [ 1 , 2 , 3 , 4 , 5 ,],usecols = [ 1 , 3 , 4 , 5 ]) data1 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams[ 'font.sans-serif' ] = 'SimHei' plt.rcParams[ 'axes.unicode_minus' ] = False name = data.columns values = data.values plt.figure(figsize = ( 12 , 9 )) plt.scatter(values[:, 0 ],values[:, 2 ],marker = 'o' ,c = 'red' ) plt.scatter(values[:, 0 ],values[:, 3 ],marker = 'D' ,c = 'blue' ) plt.scatter(values[:, 0 ],values[:, 4 ],marker = 'v' ,c = 'black' ) plt.xlabel( '年份' ) plt.ylabel( '产业就业人员(万人)' ) plt.xticks( range ( 0 , 20 ),values[ range ( 0 , 20 ), 0 ],rotation = 45 ) plt.title( '2000-2019年各产业就业人员散点图' ) plt.legend([ '第一产业就业人员' , '第二产业就业人员' , '第三产业就业人员' ]) plt.savefig( '2000-2019年各产业就业人员散点图.png' ) plt.show() |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams[ 'font.sans-serif' ] = 'SimHei' plt.rcParams[ 'axes.unicode_minus' ] = False name = data.columns values = data.values plt.figure(figsize = ( 12 , 9 )) plt.plot(values[:, 0 ],values[:, 2 ], 'bs-' , values[:, 0 ],values[:, 3 ], 'rD:' , values[:, 0 ],values[:, 4 ], 'gH--' ) plt.xlabel( '年份' ) plt.ylabel( '产业就业人员(万人)' ) plt.xticks( range ( 0 , 20 ),values[ range ( 0 , 20 ), 0 ],rotation = 45 ) plt.title( '2000-2019年各产业就业人员折线图' ) plt.legend([ '第一产业就业人员' , '第二产业就业人员' , '第三产业就业人员' ]) plt.savefig( '2000-2019年各产业就业人员折线图.png' ) plt.show() |
1 2 3 4 5 6 7 8 9 10 11 12 | import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams[ 'font.sans-serif' ] = 'SimHei' plt.rcParams[ 'axes.unicode_minus' ] = False label = [ '第一产业就业人员' , '第二产业就业人员' , '第三产业就业人员' ] plt.figure(figsize = ( 6 , 6 )) explode = [ 0.01 , 0.01 , 0.01 ] plt.pie(values[ - 1 , 2 : 5 ],explode = explode,labels = label,autopct = '%1.1f%%' ) plt.title( '2000-2019年各产业就业人员柱状图' ) plt.savefig( '2000-2019年各产业就业人员柱状图.png' ) plt.show() |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams[ 'font.sans-serif' ] = 'SimHei' plt.rcParams[ 'axes.unicode_minus' ] = False label = [ '第一产业就业人员' , '第二产业就业人员' , '第三产业就业人员' ] plt.figure(figsize = ( 12 , 9 ),dpi = 60 ) plt.bar( range ( 3 ),values[ - 1 , 2 : 5 ],width = 0.4 ) plt.xlabel( '产业' ) plt.ylabel( '产业就业人员(万人)' ) plt.xticks( range ( 3 ),label) plt.title( '2019年各产业就业人员散点图' ) plt.savefig( '2000-2019年各产业就业人员散点图.png' ) plt.show() |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams[ 'font.sans-serif' ] = 'SimHei' plt.rcParams[ 'axes.unicode_minus' ] = False name = data.columns values = data.values label = [ '第一产业就业人员' , '第二产业就业人员' , '第三产业就业人员' ] gdp = ( list (values[:, 2 ]), list (values[:, 3 ]), list (values[:, 4 ])) plt.figure(figsize = ( 12 , 9 )) plt.boxplot(gdp,notch = True ,labels = label,meanline = True ) plt.title( '2019年各产业就业人员箱线图' ) plt.savefig( '2000-2019年各产业就业人员箱线图.png' ) plt.show() |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾(3.3-3.9)
· Vue3状态管理终极指南:Pinia保姆级教程