答案

3.4.2.py

@@ -0,0 +1,136 @@
+"""
+任务描述
+
+本关任务：利用世界银行发布的 1960—2009 年间的世界人口数据，来学习折线图的绘制。
+相关知识
+
+为了完成本关任务，你需要掌握：
+
+    观察和处理数据；
+    绘制折线图的基本步骤；
+    折线图展示优化。
+
+观察和处理数据
+
+先导入必要的包pandas 、numpy和 matplotlib，用 pandas 中的read_csv()方法读取 csv 格式文件，创建一个图像和一个坐标轴。
+
+    import pandas as pd #导入pandas，用于生成满足绘图要求的数据格式
+    from matplotlib import pyplot as plt #导入matplotlib，用于绘制折线图
+    import numpy as np #导入numpy，用于展示横坐标
+    population = pd.read_csv(r"LineChart/level1/csv/world-population.csv")
+
+接下来查看数据，分别查看数据的前5行和后5行。
+
+    print(population.head())
+    print(population.tail())
+
+前5行数据如下：
+
+       Year  Population
+    0  1960  3028654024
+    1  1961  3068356747
+    2  1962  3121963107
+    3  1963  3187471383
+    4  1964  3253112403
+
+后5行数据如下：
+
+        Year  Population
+    45  2005  6462054420
+    46  2006  6538196688
+    47  2007  6614396907
+    48  2008  6692030277
+    49  2009  6775235741
+
+我们可以看到，数据中只有年份和人口数量两种数据。我们将年份用 x 轴表示，将人口数量用 y 轴表示，那么接下来就可以绘制折线图了。
+绘制折线图的基本步骤
+
+首先简要介绍一下matplotlib.pyplot中的plot()方法：
+
+    plt.plot(x,y,format_string,**kwargs)
+
+plt.plot()函数的本质就是根据点连接线。根据x(数组或者列表) 和 y(数组或者列表)组成点，然后连接成线，可以通过设置format_string选择画点还是画线。
+
+    x, y ：x 是可选的，如果没有x，将默认是从 0 到 n - 1，也就是y的索引
+    format_string ：定义线条的颜色和样式的操作，如 o是圆圈， . 是圆点， +是加号 ，* 是星号， x 是 x 形
+    **kwargs ：可以用来指定很多内容，如 label 指定线条的标签， linewidth 指定线条的宽度等
+
+接下来可以添加代码绘制折线图：
+
+    plt.plot(population["Year"],popultaion["Population"]) #绘制折线图
+    plt.xlabel("Year", fontsize=12)  #设置x轴标签
+    plt.ylabel("Population", fontsize=12)  #设置y轴标签
+    plt.show() #展示图像
+
+结果如图1所示：
+
+
+
+图 1 默认的时间序列图表
+
+从图中我们可以明显地看到，世界人口在随着时间同步增长。
+折线图展示优化
+
+观察图1，我们发现x轴年份的默认显示过于稀疏，而且在一条平滑的直线上，难以锚点到具体的年份，能否按照我们的需求解决以上问题呢？当然可以！
+
+    #修改x轴坐标刻度，按10年的间隔划分
+    my_x_ticks = np.arange(1960, 2011, 10)
+    plt.xticks(my_x_ticks)
+
+    #添加网格
+    plt.grid(b=True, color='r', linestyle='--', linewidth=1, alpha=0.3, axis='x', which="major")
+
+    #根据数据添加锚点，调整折线样式
+    plt.plot(population["Year"],population["Population"], linewidth=1, c='red', marker='s', markersize=4, label='Y1')  # 绘制y1
+
+最终结果如图2所示：
+
+
+
+图 2 优化后的时间序列图表
+编程要求
+
+根据提示，在右侧编辑器 Begin - End 区间补充代码，绘制折线图，其中点用星号表示，颜色为"#00CC88"，修改x轴坐标刻度，按5年的间隔划分，其他参数参考上方说明设置。
+测试说明
+
+平台会对你编写的代码进行测试，如果你的图形与正确答案图形一致，则通关。
+图片预期输出示例：
+
+
+
+开始你的任务吧，祝你成功！
+"""
+
+# -*- coding: utf-8 -*-
+import pandas as pd #用于生成满足绘图要求的数据格式
+import numpy as np #用于展示横坐标
+from matplotlib import pyplot as plt #用于绘制折线图
+
+population = pd.read_csv(r"LineChart/level1/csv/world-population.csv") #返回值为二维标记数据结构 DataFrame
+def plot():
+    # ********* Begin *********#
+    #（1）修改x轴坐标刻度，按5年的间隔划分（复制左边任务区示例代码，将10改为5）
+    my_x_ticks = np.arange(1960, 2011, 5)
+    plt.xticks(my_x_ticks)
+
+    #（2）添加网格（复制左边任务区示例代码）
+    plt.grid(True, color='r', linestyle='--', linewidth=1, alpha=0.3, axis='x', which="major")
+
+    #（3）画折线图，x轴是年份（population['Year']），y轴是人口（population['Population']），线条宽度为1，颜色为'#00CC88'，点用星号表示
+    #（复制左边任务区示例代码，再按要求修改）
+    plt.plot(population["Year"], population["Population"], linewidth=1, c='#00CC88', marker='*', markersize=4, label='Y1')
+
+    # （4）设置x轴标签为'Year'，y轴标签为'Population'，字体大小全部是12
+    plt.xlabel("Year", fontsize=12)
+    plt.ylabel("Population", fontsize=12)
+
+    # （5）直接显示图像
+    plt.show()
+
+    # ********* End *********#
+    plt.savefig('LineChart/level1/studentanswer/world-population.png') #保存为png格式
+    plt.close() #关闭画布窗口
+
+#直接运行本文件时显示图像（被平台导入时不会重复绘图）
+if __name__ == "__main__":
+    plot()