Python数据分析与应⽤课后实训（⼀）
import numpy as np
import matplotlib.pyplot as plt
data = np.load('F:/Python数据分析与应⽤PPT、教案、实训数据、习题答案/37304-Python数据分析与应⽤-课后实训数据/第3章/populations.npz')
def getKeys(data):
ks=[]
for i in data.keys():
ks.append(i)
return ks
keys = getKeys(data)
values = data[keys[0]][-3::-1, :]
name = data[keys[1]]
p1 = plt.figure(figsize = (14, 7))
# ⼦图1 散点图cssclass属性
ax1 = p1.add_subplot(1, 2, 1)
plt.title('1996-2015年⼈⼝数据特征间的关系散点图')
plt.xlabel('年份')
plt.ylabel('⼈⼝数（万⼈）')
python数据分析基础教程答案
plt.scatter(values[:, 0], values[:, 1], marker = 'o', c = 'r')
viewresolverplt.scatter(values[:, 0], values[:, 2], marker = 'D', c = 'b')
plt.scatter(values[:, 0], values[:, 3], marker = 'h', c = 'g')
网页样例plt.scatter(values[:, 0], values[:, 4], marker = 's', c = 'y')
plt.scatter(values[:, 0], values[:, 5], marker = '*', c = 'c')
plt.legend(['年末总⼈⼝','男性⼈⼝','⼥性⼈⼝','城镇⼈⼝','乡村⼈⼝'])
# ⼦图2 折线图
ax2 = p1.add_subplot(1, 2, 2)
plt.title('1996-2015年⼈⼝数据特征间的关系折线图')
plt.xlabel('年份')
plt.ylabel('⼈⼝数（万⼈）')
plt.plot(values[:,0], values[:,1], 'rs-',
values[:,0], values[:,2], 'bd-.',
values[:,0], values[:,3], 'gh--',
values[:,0], values[:,4], 'y*:',
values[:,0], values[:,5], 'cv-.')
plt.legend(['年末总⼈⼝','男性⼈⼝','⼥性⼈⼝','城镇⼈⼝','乡村⼈⼝'])
plt.savefig('.1996~2015年⼈⼝数据特征间关系散点图和折线图.png')
plt.show()
可⽤参数
⽂件位置：
开发编程>linux系统品牌
搜索⽅法

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。