当前位置: 首页 > news >正文

常用图像绘制在线实验闯关

第1关:散点图绘制

import matplotlib matplotlib.use("Agg") import matplotlib.pyplot as plt import numpy as np import pandas as pd plt.rcParams['font.sans-serif']=['simhei'] plt.rcParams['font.family']='sans-serif' plt.rcParams['axes.unicode_minus'] = False # 修复负号显示问题 plt.figure(figsize=(6,4)) def test(): #********** Begin ********* # 读取数据 data = pd.read_excel('各站点各时刻进出站客流数据.xlsx') # 切片获取站点155的数据 d1 = data.loc[data['站点编号'] == 155, ['站点编号', '时刻', '总进站客流']] # 提取x和y x = d1.iloc[:, 1] # 时刻 y = d1.iloc[:, 2] # 总进站客流 # 绘制散点图 plt.scatter(x, y) plt.xlabel('时刻') plt.ylabel('总进站客流量') plt.title('155各时刻进站客流散点图') # 保存图片 plt.savefig("学员4.1/155各时刻进站客流散点图.png") #********** End **********

第2关:线性图绘制

import matplotlib matplotlib.use("Agg") import matplotlib.pyplot as plt import numpy as np import pandas as pd plt.rcParams['font.sans-serif']=['simhei'] plt.rcParams['font.family']='sans-serif' plt.figure(figsize=(6,4)) def test(): #********** Begin ***** #读取“各站点各时刻进出站客流数据.xlsx”,绘制站点 155 各时刻进站客流线性图 data=pd.read_excel('各站点各时刻进出站客流数据.xlsx') d1=data.loc[data['站点编号']==155,['站点编号','时刻','总进站客流']] x=d1.iloc[:,1] y=d1.iloc[:,2] plt.plot(x,y) plt.rcParams['font.sans-serif']='SimHei' plt.xlabel('时刻') plt.ylabel('总进站客流') plt.title('155各时刻进站客流线性图') plt.savefig('学员4.2/155各时刻进站客流线性图.png') #最后,采用plt.savefig函数保存图片,文件路径如下:"学员4.2/155各时刻进站客流线性图.png" #********** End **********#

第3关:柱状图绘制

import matplotlib matplotlib.use("Agg") import matplotlib.pyplot as plt import numpy as np import pandas as pd plt.rcParams['font.sans-serif']=['simhei'] plt.rcParams['font.family']='sans-serif' plt.figure(figsize=(6,4)) def test(): #********** Begin ***** data=pd.read_excel('各站点各时刻进出站客流数据.xlsx') intf=data.loc[data['站点编号']==155,['站点编号','时刻','总进站客流']] x=intf.iloc[:,1] y=intf.iloc[:,2] plt.bar(x,y) plt.xlabel('时刻') plt.ylabel('总进站客流') plt.title('155各时刻进站客流柱状图') plt.savefig("学员4.3/155各时刻进站客流柱状图.png") #********** End **********#

第4关:直方图绘制

import matplotlib matplotlib.use("Agg") import matplotlib.pyplot as plt import numpy as np import pandas as pd plt.rcParams['font.sans-serif']=['simhei'] plt.rcParams['font.family']='sans-serif' plt.figure(figsize=(6,4)) def test(): #********** Begin ***** data=pd.read_excel('各站点各时刻进出站客流数据.xlsx') intf=data.loc[data['站点编号']==155,['站点编号','时刻','总进站客流']] x=intf.iloc[:,1] y=intf.iloc[:,2] plt.hist(y) plt.xlabel('总进站客流') plt.ylabel('频数') plt.title('155各时刻进站客流直方图') plt.savefig("学员4.4/155各时刻进站客流直方图.png") #********** End **********#

第5关:饼图绘制

import matplotlib matplotlib.use("Agg") import matplotlib.pyplot as plt import numpy as np import pandas as pd plt.rcParams['font.sans-serif']=['simhei'] plt.rcParams['font.family']='sans-serif' plt.figure(figsize=(6,4)) def test(): #********** Begin ***** data=pd.read_excel('各站点各时刻进出站客流数据.xlsx') intf=data.loc[data['站点编号']==157,['站点编号','时刻','总进站客流']] x=intf.iloc[:,1] y=intf.iloc[:,2] plt.pie(y,labels=x,autopct='%1.2f%%') plt.title('157各时刻进站客流饼图') plt.savefig("学员4.5/157各时刻进站客流饼图.png") #********** End **********#

第6关:箱线图绘制

import matplotlib.pyplot as plt import pandas as pd plt.rcParams['font.sans-serif']=['simhei'] plt.rcParams['font.family']='sans-serif' def test(): #********** Begin ***** #读取“各站点各时刻进出站客流数据.xlsx”,绘制站点9时刻的进站客流箱线图 data = pd.read_excel('各站点各时刻进出站客流数据.xlsx') #获取各站点9时刻总进站客流 y = data.loc[data['时刻']==9, '总进站客流'] #定义x是站点编号,y是总进站客流 plt.figure(figsize=(6,4)) plt.boxplot(y) plt.ylabel('总进站客流') plt.title('9时刻各站点进站客流箱线图') plt.savefig("学员4.6/9时刻各站点进站客流箱线图.png") #最后,采用plt.savefig函数保存图片,文件路径如下:"学员4.6/9时刻各站点进站客流箱线图.png" #********** End **********#

第7关:子图绘制

import matplotlib matplotlib.use("Agg") import matplotlib.pyplot as plt import numpy as np import pandas as pd import warnings plt.rcParams['font.sans-serif']=['simhei'] plt.rcParams['font.family']='sans-serif' plt.figure(figsize=(6,4)) warnings.filterwarnings('ignore') def test(): #********** Begin ***** data=pd.read_excel('各站点各时刻进出站客流数据.xlsx') intf155 = data.loc[data['站点编号']==155,['站点编号','时刻','总进站客流']] intf157 = data.loc[data['站点编号']==157,['站点编号','时刻','总进站客流']] intf151 = data.loc[data['站点编号']==151,['站点编号','时刻','总进站客流']] intf123 = data.loc[data['站点编号']==123,['站点编号','时刻','总进站客流']] plt.subplot(2,2,1) x1=intf155.iloc[:,1] y1=intf155.iloc[:,2] plt.plot(x1,y1) plt.xlabel('时刻') plt.ylabel('总进站客流') plt.title('155各时刻进站客流线性图') plt.tight_layout() plt.subplot(2,2,2) x2=intf157.iloc[:,1] y2=intf157.iloc[:,2] plt.plot(x2,y2) plt.xlabel('时刻') plt.ylabel('总进站客流') plt.title('157各时刻进站客流线性图') plt.tight_layout() plt.subplot(2,2,3) x3=intf151.iloc[:,1] y3=intf151.iloc[:,2] plt.plot(x3,y3) plt.xlabel('时刻') plt.ylabel('总进站客流') plt.title('151各时刻进站客流线性图') plt.tight_layout() plt.subplot(2,2,4) x4=intf123.iloc[:,1] y4=intf123.iloc[:,2] plt.plot(x4,y4) plt.xlabel('时刻') plt.ylabel('总进站客流') plt.title('123各时刻进站客流线性图') plt.tight_layout() plt.savefig("学员4.7/4个站点各时刻进站客流子图.png") #********** End **********#
http://www.jsqmd.com/news/823138/

相关文章:

  • Ganache 快速启动与 Truffle 项目集成实战
  • 别再手动复制图片了!WPF图像资源‘生成操作’选Resource还是Content?一次讲清区别与实战选择
  • 对比直接购买与通过taotoken的tokenplan套餐成本差异分析
  • 内网服务也安全:手把手教你用mkcert为NAS、树莓派和智能家居设备签发HTTPS证书
  • 骁龙X60如何通过系统级协同设计,定义5G旗舰体验
  • 【限时开源】ElevenLabs多角色对话编排引擎v2.3:支持动态角色注入、跨话轮情感继承与实时唇形同步(仅开放48小时)
  • 别再死记硬背参数了!深入理解Halcon形状匹配的‘金字塔’与‘对比度’:以create_shape_model为例
  • 2026年内蒙古企业推广公司哪家好 适配中小微与大型企业的AI获客 覆盖蒙宁全域 - 深度智识库
  • 逆向分析入门:如何用VMOS Pro+HttpCanary安全抓取安卓App数据(以快手极速版为例)
  • MATLAB实战:手把手教你用iradon函数实现CT图像重构(附完整代码与避坑指南)
  • 别再手动刷新了!用Nginx给本地Nacos集群做个负载均衡,5分钟搞定
  • 低代码平台表单设计器 unione form editor 组件介绍--复选组件
  • 3步掌握Cats Blender插件:从模型导入到VRChat优化的完整指南
  • 高效构建面试题库系统:React+Node全栈技术实战指南
  • 工业自动化中的电路隔离技术原理与应用
  • 从零到一:在Quartus II中构建高效Testbench并驱动Modelsim精准仿真
  • 重庆注册公司代办机构口碑榜|本地正规工商服务整理 - 果果1998
  • 基于Jetpack Compose与OpenAI API的Android ChatGPT客户端开发实践
  • 高级网页设计技能体系构建:从设计系统到数据驱动的全链路能力
  • 告别命令行:InfluxDB Studio如何让时间序列数据管理变得像聊天一样简单
  • 3步实现高效无水印下载:开源抖音下载器终极指南
  • 从Figma到Midjourney的极简工作流革命:1套可复用的“视觉降噪SOP”(含内部团队验证版Checklist)
  • 前端性能优化实战:除了虚拟滚动,我们还能为el-table做些什么?(懒加载、分页策略与代码分割)
  • 2026年两层家用别墅电梯公司推荐:曳引式家用别墅电梯/复式楼家用别墅电梯/无机房家用别墅电梯专业选型 - 品牌推荐官
  • 2026年4月目前正规的活塞式气动马达实力厂家推荐分析,源霸动力/搅拌桨叶/活塞式气动马达,活塞式气动马达企业推荐 - 品牌推荐师
  • 从标注工具到AI流水线:在Windows上搭建CVAT,并连接Label Studio与Jupyter Notebook
  • OpenRegistry私有镜像仓库:轻量部署与生产实践指南
  • NoSleep:让电脑保持清醒的终极指南,告别意外休眠的烦恼
  • 告别卡顿:在VMware的Debian 11里跑aTrust,给macOS宿主机“减负”的实测体验
  • MFC老项目升级记:给传统界面换上ChartCtrl这款‘高清曲线皮肤’