Python数据可视化——折线图
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。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。
·
文章目录
一、第1关:折线图的绘制与优化
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:
答案代码示例:
fig,ax = plt.subplots()
my_x_ticks = np.arange(1960, 2011, 5)
plt.xticks(my_x_ticks)
plt.grid(b=True, color='r', linestyle='--', linewidth=1, alpha=0.3, axis='x', which="major")
ax.plot(population["Year"],population["Population"], linewidth=1, c='#00CC88', marker='*',markersize=4)
ax.set_xlabel("Year",fontsize=12)
ax.set_ylabel("Population",fontsize=12)
整体代码如下:
# -*- 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 *********#
fig,ax = plt.subplots()
my_x_ticks = np.arange(1960, 2011, 5)
plt.xticks(my_x_ticks)
plt.grid(b=True, color='r', linestyle='--', linewidth=1, alpha=0.3, axis='x', which="major")
ax.plot(population["Year"],population["Population"], linewidth=1, c='#00CC88', marker='*',markersize=4)
ax.set_xlabel("Year",fontsize=12)
ax.set_ylabel("Population",fontsize=12)
# ********* End *********#
plt.savefig('LineChart/level1/studentanswer/world-population.png') #保存为png格式
plt.close() #关闭画布窗口


更多推荐

所有评论(0)