136 lines
5.1 KiB
Python
136 lines
5.1 KiB
Python
"""
|
||
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() |