1 样例

1.1样例1

  子图系列

  1. from pylab import *
  2.  
  3. def f(x):
  4. return np.exp(-x) * np.cos(2*np.pi*x)
  5.  
  6. x1 = np.arange(0.0, 5.0, 0.1)
  7. x2 = np.arange(0.0, 5.0, 0.02)
  8.  
  9. plt.figure(1)
  10. plt.subplot(211)
  11. plt.plot(x1, f(x1), 'bo', x2, f(x2), 'k')
  12.  
  13. plt.subplot(212)
  14. plt.plot(x2, np.cos(2*np.pi*x2),'r-')
  15.  
  16. plt.show()

  

1.2 样例2

  曲线系列

  1. from pylab import *
  2.  
  3. x = np.linspace(-4, 4, 200)
  4. f1 = np.power(10, x)
  5. f2 = np.power(np.e, x)
  6. f3 = np.power(2, x)
  7.  
  8. plt.plot(x, f1, 'r', x, f2, 'b', x, f3, 'g', linewidth=2)
  9. plt.axis([-4, 4, -0.5, 8])
  10. plt.text(1, 7.5, r'$10^x$')
  11. plt.text(2.2, 7.5, r'$e^x$')
  12. plt.text(3.2, 7.5, r'$2^x$')
  13. plt.title('A simple example')
  14.  
  15. plt.show()

  

2. 实际问题

2.1 美国出生统计画图

  关于1940至2000年美国出生人口数量的统计数据,第一列表示年份,第二列表示当年男孩的出生人数,第三列表示当年女孩的出生人数。

数据:

  1. 1940--2002美国出生统计
  2.  
  3. "year" "boys" "girls"
  4. 1940 1211684 1148715
  5. 1941 1289734 1223693
  6. 1942 1444365 1364631
  7. 1943 1508959 1427901
  8. 1944 1435301 1359499
  9. 1945 1404587 1330869
  10. 1946 1691220 1597452
  11. 1947 1899876 1800064
  12. 1948 1813852 1721216
  13. 1949 1826352 1733177
  14. "11" 1950 1823555 1730594
  15. "12" 1951 1923020 1827830
  16. "13" 1952 1971262 1875724
  17. "14" 1953 2001798 1900322
  18. "15" 1954 2059068 1958294
  19. "16" 1955 2073719 1973576
  20. "17" 1956 2133588 2029502
  21. "18" 1957 2179960 2074824
  22. "19" 1958 2152546 2051266
  23. "20" 1959 2173638 2071158
  24. "21" 1960 2179708 2078142
  25. "22" 1961 2186274 2082052
  26. "23" 1962 2132466 2034896
  27. "24" 1963 2101632 1996388
  28. "25" 1964 2060162 1967328
  29. "26" 1965 1927054 1833304
  30. "27" 1966 1845862 1760412
  31. "28" 1967 1803388 1717571
  32. "29" 1968 1796326 1705238
  33. "30" 1969 1846572 1753634
  34. "31" 1970 1915378 1816008
  35. "32" 1971 1822910 1733060
  36. "33" 1972 1669927 1588484
  37. "34" 1973 1608326 1528639
  38. "35" 1974 1622114 1537844
  39. "36" 1975 1613135 1531063
  40. "37" 1976 1624436 1543352
  41. "38" 1977 1705916 1620716
  42. "39" 1978 1709394 1623885
  43. "40" 1979 1791267 1703131
  44. "41" 1980 1852616 1759642
  45. "42" 1981 1860272 1768966
  46. "43" 1982 1885676 1794861
  47. "44" 1983 1865553 1773380
  48. "45" 1984 1879490 1789651
  49. "46" 1985 1927983 1832578
  50. "47" 1986 1924868 1831679
  51. "48" 1987 1951153 1858241
  52. "49" 1988 2002424 1907086
  53. "50" 1989 2069490 1971468
  54. "51" 1990 2129495 2028717
  55. "52" 1991 2101518 2009389
  56. "53" 1992 2082097 1982917
  57. "54" 1993 2048861 1951379
  58. "55" 1994 2022589 1930178
  59. "56" 1995 1996355 1903234
  60. "57" 1996 1990480 1901014
  61. "58" 1997 1985596 1895298
  62. "59" 1998 2016205 1925348
  63. "60" 1999 2026854 1932563
  64. "61" 2000 2076969 1981845
  65. "62" 2001 2057922 1968011
  66. "63" 2002 2057979 1963747

 

代码:

  1. from pylab import *
  2. figure(figsize=(8, 6), dpi=100)
  3. year = []
  4. boys = []
  5. girls = []
  6. n = 1
  7. with open("1940--2002美国出生统计.txt",'r') as file:
  8. while True:
  9. lists = file.readline()
  10. items = lists.split(" ")
  11. if len(items) == 3:
  12. if n <= 1 :
  13. n += 1
  14. continue
  15. year.append(int(items[0]))
  16. boys.append(int(items[1]))
  17. girls.append(int(items[2]))
  18. elif len(items) == 4:
  19. year.append(int(items[1]))
  20. boys.append(int(items[2]))
  21. girls.append(int(items[3]))
  22. if not lists:
  23. break
  24. plt.plot(year, boys, color="blue", linewidth=3.0, linestyle="-", label="boys")
  25. plt.plot(year, girls, color="red", linewidth=3.0, linestyle="-", label="girs")
  26. plt.legend(loc=0)
  27. mpl.rcParams['font.sans-serif']=['SimHei']
  28. mpl.rcParams['axes.unicode_minus']=False
  29. plt.xlabel("年份")
  30. plt.ylabel("出生人数")
  31. plt.title('1940--2002美国出生统计')
  32. savefig("0001",dpi=100)
  33. plt.show()

图像为:

2.2 待续

<数据可视化>样例+数据+画图的更多相关文章

  1. 数据可视化Echarts-实例

    数据可视化 Echarts 百度 数据可视化 hightCharts 1 数据可视化 D3 老外 -----------------------------当遇到个啥玩意儿,Echarts .high ...

  2. 【Python图像特征的音乐序列生成】关于数据集的分享和样例数据

    数据集还在制作中,样例数据如下: 我将一条数据作为一行,X是ID,O代表了情感向量,S是速度,是一个很关键的参数,K是调式,M是节拍,L是基本拍.后面是ABC格式的序列,通过embedding化这些音 ...

  3. DJANGO输出HIGHCHARTS数据的样例

    XXX,DJANGO ORM里确实有很深的水,需要慢慢理解.. 比如: 获取指定时间段的数据: app.deployversion_set.filter(add_date__range=(date_s ...

  4. ADNI数据和样例

    ADNI临床数据集: 由各个学科的临床信息组成,包括招募.人口统计特征.体格检查和认知评估数据 所收集的临床数据: 基因数据: ILLUMINA SNP基因分型检测 ADNI的一个关键目标就是为研究人 ...

  5. python爬虫爬取get请求的页面数据代码样例

    废话不多说,上代码 #!/usr/bin/env python # -*- coding:utf-8 -*- # 导包 import urllib.request import urllib.pars ...

  6. 数据可视化(8)--D3数据的更新及动画

    最近项目组加班比较严重,D3的博客就一拖再拖,今天终于不用加班了,赶紧抽点时间写完~~ 今天就将D3数据的更新及动画写一写~~ 接着之前的博客写~~ 之前写了一个散点图的例子,下面可以自己写一个柱状图 ...

  7. 数据可视化的开源方案: Superset vs Redash vs Metabase (一)

    人是视觉动物,要用数据把一个故事讲活,图表是必不可少的.如果你经常看到做数据分析同事,在SQL客户端里执行完查询,把结果复制/粘贴到Excel里再做成图表,那说明你的公司缺少一个可靠的数据可视化平台. ...

  8. 基于 HTML5 WebGL 与 GIS 的智慧机场大数据可视化分析

    前言:大数据,人工智能,工业物联网,5G 已经或者正在潜移默化地改变着我们的生活.在信息技术快速发展的时代,谁能抓住数据的核心,利用有效的方法对数据做数据挖掘和数据分析,从数据中发现趋势,谁就能做到精 ...

  9. 基于 HTML5 WebGL 与 GIS 的智慧机场大数据可视化分析【转载】

    前言:大数据,人工智能,工业物联网,5G 已经或者正在潜移默化地改变着我们的生活.在信息技术快速发展的时代,谁能抓住数据的核心,利用有效的方法对数据做数据挖掘和数据分析,从数据中发现趋势,谁就能做到精 ...

随机推荐

  1. ZF、TP、CI等各种框架的区别

    (原标题:面试常见问题之ZF.TP.CI等框架的区别 http://blog.163.com/m13341159039_1/blog/static/245953061201522092212820/) ...

  2. AnalyticDB for PostgreSQL 6.0 新特性介绍

    阿里云 AnalyticDB for PostgreSQL 为采用MPP架构的分布式集群数据库,完备支持SQL 2003,部分兼容Oracle语法,支持PL/SQL存储过程,触发器,支持标准数据库事务 ...

  3. NX二次开发-UFUN链表UF_MODL_create_list等用法

    NX9+VS2012 #include <uf.h> #include <uf_modl.h> #include <uf_curve.h> #include < ...

  4. 2018-2019-2-20175323 java实验五 网络编程与安全

    20175323 java实验五 网络编程与安全 任务一 ①编写MyBC.java实现中缀表达式转后缀表达式的功能 ②编写MyDC.java实现从上面功能中获取的表达式中实现后缀表达式求值的功能 基本 ...

  5. topjui.core.js

    var defaultConfig = { pageLoadComplete: false, config: { ctx: "", mainPage: false, pkName: ...

  6. vs使用出现的一些常见错误(持续更新)

    vs2010编译出错时怎么会执行上一次的结果_百度知道https://zhidao.baidu.com/question/193018332.html

  7. linux下使用scp在服务器之间拷贝文件 (转载)

    CentOS, 本地服务器,ip: 192.168.1.111Ubuntu, 远程服务器,ip: 192.168.1.112 1.拷贝远程服务器的目录到本地服务器远程服务器192.168.1.112上 ...

  8. [笔记]Android开发环境配置及HelloWorld程序

    Android的开发须要下面四个工具: 1.JDK 2.Eclipse 3.Android SDK 4.ADT   具体功能: 1.JDK.JDK即Java Development Kit(Java开 ...

  9. jdbc_mysql----interset

  10. spring MVC <mvc:annotation-driven>

    研究SpringMvc 3.2的<mvc:annotation-driven>默认干了什么 如果不配置其他参数,大致相当于以下的配置文件(参考自org.springframework.we ...