Python数据可视化(第2版)习题答案.docx

Python数据可视化(第2版)习题答案.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

数据可视化与Matplotlib

填空题

数据可视化

Jupyter

箱形图

pyplot

Figure

判断题

×

×

×

×

选择题

C

C

D

D

A

简答题

答:(1)折线图是日常工作中常见的图表之一,用于展示数据随时间、类别或其他连续变量的变化趋势,便于用户清晰观察数据的周期性、关联性等特征,比如股票价格、气温变化、销售趋势等;(2)柱形图是日常工作中常见的图表之一,它通常用于比较不同类别或组之间的数据大小差异。柱形图中使用柱形表示数据的数量或数值大小,柱形越高则表示数值越大,反之则表示数值越小。不同颜色的柱形表示数据的不同类别;(3)饼图是日常工作中常见的图表之一,用于展示数据中各个部分的占比情况。在饼图中,所有类别对应的数据总量表示一个完整的圆形,整个圆形划分为不同的扇区,每个扇区的面积大小表示一个类别在数据总量的相对比例大小。

答:(1)当使用pyplotAPI绘制图表时,用户首先需要导入pyplot模块,然后使用该模块提供的函数绘制图表和定制图表,最后展示完整的图表,至此便完成了图表的绘制;(2)首先需要创建画布,然后在该画布上添加绘图区域,接着在该绘图区域上绘制图形和定制图表,最后展示完整的图表,至此便完成了图表的绘制。

编程题

答案:

(1)使用object-orientedAPI方式编写的代码如下:

importnumpyasnp

importmatplotlib.pyplotasplt

x_data=np.linspace(-np.pi,np.pi,256,endpoint=True)

y_sin,y_cos=np.sin(x_data),np.cos(x_data)

fig=plt.figure()

ax=fig.add_subplot(111)

ax.plot(x_data,y_sin)

ax.plot(x_data,y_cos)

plt.show()

(2)使用pyplotAPI方式编写的代码如下:

importnumpyasnp

importmatplotlib.pyplotasplt

x_data=np.linspace(-np.pi,np.pi,256,endpoint=True)

y_sin,y_cos=np.sin(x_data),np.cos(x_data)

plt.plot(x_data,y_sin)

plt.plot(x_data,y_cos)

plt.show()

使用Matplotlib绘制简单图表

填空题

plot()

中位数

10

polar()

极坐标系

判断题

×

×

×

×

选择题

D

C

B

D

C

编程题

(1)答案:

importnumpyasnp

importmatplotlib.pyplotasplt

plt.rcParams[font.sans-serif]=[SimHei]

plt.rcParams[axes.unicode_minus]=False

labels=np.array([语文,数学,英语,物理,化学,生物])

x=np.arange(0,labels.size)

y_men=np.array([85.5,91,72,59,66,55])

y_women=np.array([94,82,89.5,62,49,53])

bar_width=0.35

#绘制柱形图

plt.bar(x-bar_width/2,y_men,width=bar_width,tick_label=labels)

plt.bar(x+bar_width/2,y_women,width=bar_width,tick_label=labels)

plt.show()

(2)答案:

importnumpyasnp

importmatplotlib.pyplotasplt

plt.rcParams[font.sans-serif]=[SimHei]

plt.rcParams[axes.unicode_minus]=False

labels=np.array([语文,数学,英语,物理,化学,生物])

x=np.arange(0,labels.size)

y_men=np.array([85.5,91,72,59,66,55])

y_women=np.array([94,82,89.5,62,49,5

文档评论(0)

balala11 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档