栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

Python数据分析基础笔记(仅供本人学习记录)】E3.折线统计图案例

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Python数据分析基础笔记(仅供本人学习记录)】E3.折线统计图案例

#示例:使用不同颜色、不同形状的点,绘制2007——2016年全国就业人员、城镇就业人员和乡村就业人员的折线图。其中
#全国就业人员(万人)用红色的“-”圆圈形状的点来表示,城镇就业人员(万人)用绿色的“--”形状的点来表示,乡村就业人员
#(万人)用蓝色的“-.”来表示
import numpy as np
import matplotlib.pyplot as plt
#导入数据
data=np.loadtxt('p:dataEmployedpopulation.csv',delimiter=',',usecols=(1,2,3,4,5,6,7,8,9,10),dtype=int)
#设置matplotlib正常显示中文和负号
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
#创建绘图对象,并设置对象的高度和宽度
plt.figure(figsize=(6,4))
#绘制全部就业人员折线图
plt.plot(data[0],data[1],"r-")
#绘制城镇就业人员折线图
plt.plot(data[0],data[2],"g--")
#绘制农村就业人员折线图
plt.plot(data[0],data[3],"b-.")

plt.xlabel('年份')
plt.ylabel('人员(万人)')
plt.ylim((30000,80000))
plt.xlim(2006,2019)
plt.title('2007-2016年城镇、乡村、全部就业人员情况折线图')

#添加图例
plt.legend({"全部就业",'城镇就业','乡村就业'})
plt.savefig('p:/data/Employedpopulation_line.png')
plt.show()

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/590170.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号