开发笔记:可视化实验十：利用Python绘制棒图散点图

实验目的&＃xff1a;

1. 掌握Python中棒图、散点图绘图函数的使用及展示图形的意义
2. 利用上述绘图函数实现数据可视化

实验内容&＃xff1a;

1. 练习python中棒图、散点图绘图函数的用法&＃xff0c;掌握相关参数的概念
2. 根据步骤一绘图函数要求&＃xff0c;处理实验数据
3. 根据步骤二得到的实验数据&＃xff0c;绘制棒图、散点图
4. 练习如何通过调整参数使图片呈现不同效果&＃xff0c;例如颜色、图例位置、背景网格、坐标轴刻度和标记等

实验过程&＃xff08;附结果截图&＃xff09;&＃xff1a;

1. 练习python中棒图、散点图绘图函数的用法&＃xff0c;掌握相关参数的概念

&＃xff08;1&＃xff09;绘制棒图

# 导包
import matplotlib.pyplot as plt
import numpy as np
# 中文显示
plt.rcParams[&＃39;font.family&＃39;] &＃61; &＃39;FangSong&＃39;
# 数据准备
a &＃61; np.linspace(0, 10, 20)
b &＃61; np.random.randn(20)
# 绘制图形, xyz对应头部, 柱体, 基线
x, y, z &＃61; plt.stem(a, b, markerfmt&＃61;"o", linefmt&＃61;"-.", basefmt&＃61;"--")
# 单独设置棉棒末端
plt.setp(x, color&＃61;&＃39;k&＃39;)
# 显示
plt.show()


&＃xff08;2&＃xff09;绘制散点图

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.font_manager import FontProperties
font &＃61; FontProperties(fname&＃61;r"C:\\Windows\\Fonts\\simhei.ttf", size&＃61;14)
xValue &＃61; list(range(0, 101))
yValue &＃61; [x * np.random.rand() for x in xValue]
plt.title(u&＃39;散点图示例&＃39;, FontProperties&＃61;font)
plt.xlabel(&＃39;x-value&＃39;)
plt.ylabel(&＃39;y-label&＃39;)
# plt.scatter(x, y, s, c, marker)
# x: x轴坐标
# y&＃xff1a;y轴坐标
# s&＃xff1a;点的大小/粗细 标量或array_like 默认是 rcParams[&＃39;lines.markersize&＃39;] ** 2
# c: 点的颜色
# marker: 标记的样式 默认是 &＃39;o&＃39;
plt.legend()
plt.scatter(xValue, yValue, s&＃61;20, c&＃61;"#ff1212", marker&＃61;&＃39;o&＃39;)
plt.show()


2. 根据步骤一绘图函数要求&＃xff0c;处理实验数据

&＃xff08;1&＃xff09;实验数据

a &＃61; np.linspace(0.5, 2*np.pi, 20)
b &＃61; np.random.randn(20)


3. 根据步骤二得到的实验数据&＃xff0c;绘制棒图、散点图

&＃xff08;1&＃xff09;绘制棒图

import matplotlib.pyplot as plt
import numpy as np
a &＃61; np.linspace(0.5, 2*np.pi, 20)
b &＃61; np.random.randn(20)
plt.stem(a, b)
plt.show()


&＃xff08;2&＃xff09;绘制散点图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[&＃39;font.sans-serif&＃39;] &＃61; [&＃39;SimHei&＃39;]
plt.rcParams[&＃39;axes.unicode_minus&＃39;] &＃61; False
# matplotlib画图中中文显示会有问题&＃xff0c;需要这两行设置默认字体
plt.xlabel(&＃39;X&＃39;)
plt.ylabel(&＃39;Y&＃39;)
plt.xlim(xmax&＃61;9, xmin&＃61;0)
plt.ylim(ymax&＃61;9, ymin&＃61;0)
# 画两条&＃xff08;0-9&＃xff09;的坐标轴并设置轴标签x&＃xff0c;y
x1 &＃61; np.random.normal(2, 1.2, 300) # 随机产生300个平均值为2&＃xff0c;方差为1.2的浮点数&＃xff0c;即第一簇点的x轴坐标
y1 &＃61; np.random.normal(2, 1.2, 300) # 随机产生300个平均值为2&＃xff0c;方差为1.2的浮点数&＃xff0c;即第一簇点的y轴坐标
x2 &＃61; np.random.normal(7.5, 1.2, 300)
y2 &＃61; np.random.normal(7.5, 1.2, 300)
colors1 &＃61; &＃39;#00CED1&＃39; # 点的颜色
colors2 &＃61; &＃39;#DC143C&＃39;
area &＃61; np.pi * 4**2 # 点面积
# 画散点图
plt.scatter(x1, y1, s&＃61;area, c&＃61;colors1, alpha&＃61;0.4, label&＃61;&＃39;类别A&＃39;)
plt.scatter(x2, y2, s&＃61;area, c&＃61;colors2, alpha&＃61;0.4, label&＃61;&＃39;类别B&＃39;)
plt.plot([0, 9.5], [9.5, 0])
plt.legend()
plt.show()


4. 练习如何通过调整参数使图片呈现不同效果&＃xff0c;例如颜色、图例位置、背景网格、坐标轴刻度和标记等

&＃xff08;1&＃xff09;绘制棒图

import matplotlib.pyplot as plt
import numpy as np
a &＃61; np.linspace(0.5, 2*np.pi, 20)
b &＃61; np.random.randn(20)
plt.stem(a, b, linefmt&＃61;"-.", markerfmt&＃61;"o", basefmt&＃61;"-")
plt.show()


&＃xff08;2&＃xff09;绘制散点图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[&＃39;font.sans-serif&＃39;] &＃61; [&＃39;SimHei&＃39;]
plt.rcParams[&＃39;axes.unicode_minus&＃39;] &＃61; False
# matplotlib画图中中文显示会有问题&＃xff0c;需要这两行设置默认字体
plt.xlabel(&＃39;X&＃39;)
plt.ylabel(&＃39;Y&＃39;)
plt.xlim(xmax&＃61;9, xmin&＃61;0)
plt.ylim(ymax&＃61;9, ymin&＃61;0)
# 画两条&＃xff08;0-9&＃xff09;的坐标轴并设置轴标签x&＃xff0c;y
x1 &＃61; np.random.normal(2, 1.2, 300) # 随机产生300个平均值为2&＃xff0c;方差为1.2的浮点数&＃xff0c;即第一簇点的x轴坐标
y1 &＃61; np.random.normal(2, 1.2, 300) # 随机产生300个平均值为2&＃xff0c;方差为1.2的浮点数&＃xff0c;即第一簇点的y轴坐标
x2 &＃61; np.random.normal(7.5, 1.2, 300)
y2 &＃61; np.random.normal(7.5, 1.2, 300)
colors1 &＃61; &＃39;#00CED1&＃39; # 点的颜色
colors2 &＃61; &＃39;#DC143C&＃39;
area &＃61; np.pi * 4**2 # 点面积
# 画散点图
plt.scatter(x1, y1, s&＃61;area, c&＃61;colors1, alpha&＃61;0.4, label&＃61;&＃39;类别A&＃39;)
plt.scatter(x2, y2, s&＃61;area, c&＃61;colors2, alpha&＃61;0.4, label&＃61;&＃39;类别B&＃39;)
plt.plot([0, 9.5], [9.5, 0], linewidth&＃61;&＃39;0.5&＃39;, color&＃61;&＃39;#000000&＃39;)
plt.legend()
plt.show()