数据可视化教程作业打卡-第二回:艺术画笔见乾坤
作者:互联网
教程链接
https://github.com/datawhalechina/fantastic-matplotlib
思考题
- primitives 和 container的区别和联系是什么?
primaitives是绘图元素;
container是容器,存放绘图元素,自身也有一些属性; - 四个容器的联系和区别是么?他们分别控制一张图表的哪些要素?
Figure:顶层级,用来容纳子 Axes,一组具体绘图元素和画布(canvas)。 画板。
Axes:matplotlib宇宙的核心,容纳了大量元素用来构造一幅幅子图,一个figure可以由一个或多个子图组成。 子图。
Axis:axes的下属层级,用于处理所有和坐标轴,网格有关的元素。 子图的坐标轴、网格
Tick:axis的下属层级,用来处理所有和刻度有关的元素。 坐标轴的刻度。
绘图题
- 使用提供的drug数据集,画出下面折线图。PA加粗标黄,其他为灰色。
图标题和横纵坐标轴标题,以及线的文本暂不做要求。
# 数据导入代码
# 导入包
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
# 导入数据集并转成方便作图的格式
Dataset = pd.read_csv('data/Drugs.csv')
group = Dataset.groupby(['YYYY','State']).agg('sum').reset_index()
df = group.pivot(index='YYYY', columns='State', values='DrugReports').reset_index()
df
State YYYY KY OH PA VA WV
0 2010 10453 19707 19814 8685 2890
1 2011 10289 20330 19987 6749 3271
2 2012 10722 23145 19959 7831 3376
3 2013 11148 26846 20409 11675 4046
4 2014 11081 30860 24904 9037 3280
5 2015 9865 37127 25651 8810 2571
6 2016 9093 42470 26164 10195 2548
7 2017 9394 46104 27894 10448 1614
# fig = plt.figure()
# ax = fig.add_subplot(111)
#上面两行更简洁的替代方法,获取到fig,以后可以做figure级别的调用,如fig.savefig('yourfilename.png')
fig, ax = plt.subplots()
colors = ['grey', 'grey', 'orange', 'grey', 'grey']
lws = [2, 2, 4, 2, 2]
ax.set_title(label="Evolution of PA vs other states", loc='left', color='orange')
ax.set_ylabel('DrugReports')
ax.grid()
for col, color, lw in zip(df.columns[1:], colors, lws):
ax.plot(df['YYYY'], df[col], color=color, lw=lw)
ax.annotate(col, (2017, df[col].iloc[-1]), fontsize=6)
2.分别用一组长方形柱和填充面积的方式模仿画出下图,函数 y = -1 * (x - 2) * (x - 8) +10 在区间[2,9]的积分面积
x = np.linspace(0, 10, 100)
y = -1 * (x -2) * (x - 8) + 10
fig, (ax1, ax2) = plt.subplots(1, 2)
ax1.set_ylim(0, 20)
ax1.set_xticks(range(0, 12, 2))
ax1.plot(x, y, color='red')
ax2.set_ylim(0, 20)
ax2.set_xticks(range(0, 12, 2))
ax2.plot(x, y, color='red')
ax1.bar(x[20:], y[20:], alpha=0.5, width=0.04, color='grey', lw=0.05)
ax2.bar(x[20:], y[20:], alpha=0.5, width=0.1, color='grey', lw=0.05)
标签:set,20,第二回,color,grey,可视化,fig,ax,打卡 来源: https://blog.csdn.net/zhang35/article/details/122530091