为了惩办特定问题而进行的学习是晋升成果的最好门道。这种花式卤莽使咱们专注于最臆测的常识和妙技性爱电影，从而更快地掌抓惩办问题所需的身手。
（以下锻真金不怕火题开头于《统计学—基于Python》。请在Q群455547227下载原始数据。）
锻真金不怕火题为了计算不同地区的滥用者对网上购物的倨傲度，立地抽取东部、中部和西部的1000名滥用者进行访谒，获取的罢了如下表所示。绘制以下图形。图片
（1）凭据东部地区的倨傲度数据性爱电影，绘制浮浅条形图、帕累托图和饼图。
（2）凭据东部地区、中部地区和西部地区的倨傲度数据，绘制比肩条形图、推叠条形图和环形图。
Python代码与绘制（1）凭据东部地区的倨傲度数据，绘制浮浅条形图、帕累托图和饼图。# （1）凭据东部地区的倨傲度数据，绘制浮浅条形图、帕累托图和饼图import pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Heiti TC']plt.rcParams['axes.unicode_minus'] = Falsedf = pd.read_csv('exercise3_1.csv') plt.subplots(1， 3， figsize = (20， 5)) # 建设子图和图形大小# 图（a）东部地区倨傲度的浮浅条形图plt.subplot(131)plt.barh(y = df['倨傲度']， width = df['东部']， alpha = 0.6) # 绘制水平条形图plt.xlabel('滥用者东谈主数'， size = 12)plt.ylabel('倨傲度'， size = 12)plt.title('(a)东部地区倨傲度的条形图'， size = 15)plt.xlim(0， 150) # 建设x轴的限制 # 图（b）东部地区倨傲度的帕累托图# 处理数据df_p = df.sort_values(by = '东部'， ascending = False) # 按东部地区滥用者东谈主数降序排序数据框p = 100*df_p['东部'].cumsum()/df_p['东部'].sum() # 计较累计百分比df_p['累计百分比'] = p# 绘制直方图ax = plt.subplot(132)ax.bar(df_p['倨傲度']， df_p['东部']， color = 'steelblue') # 绘制条形图ax.set_ylabel('滥用者东谈主数'， size = 12) # 建设y轴标签ax.set_xlabel('倨傲度'， size = 12) # 建设x轴标签# 绘制帕累托弧线ax2 = ax.twinx() # 与条形图分享坐标轴ax2.plot(df_p['倨傲度']， df_p['累计百分比']， color = 'C1'， marker = 'D'， ms = 7) # 绘制折线图ax2.set_ylabel('累计百分比（%）'， size = 12) # 建设y轴标签plt.title('(b)东部地区倨傲度的帕累托图'， size = 15) # 图（c）东部地区倨傲度的3D饼图plt.subplot(133)p1 = plt.pie(df['东部']， labels = df['倨傲度']， autopct = '%1.2f%%'， shadow = True， # 绘制立体带暗影的饼图 explode = (0.11， 0， 0， 0， 0)) # 建设某一块与中心的距离plt.title('（c）东部地区倨傲度的3D饼图'， size = 15)图片
（2）凭据东部地区、中部地区和西部地区的倨傲度数据，绘制比肩条形图、推叠条形图和环形图。
#（2）凭据东部地区、中部地区和西部地区的倨傲度数据，绘制比肩条形图、推叠条形图和环形图import pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Heiti TC']plt.rcParams['axes.unicode_minus'] = Falsedf = pd.read_csv('exercise3_1.csv') plt.subplots(1， 3， figsize = (20， 5)) # 建设子图和图形大小# 图（a）比肩条形图ax1 = plt.subplot(131) # 建设子图1df.plot(kind = 'bar'， stacked = False， width = 0.8， ax = ax1) # 绘制比肩条形图plt.xlabel('倨傲度'， size = 12)plt.ylabel('滥用者东谈主数'， size = 12)plt.xticks(range(5)， df['倨傲度']， rotation = 0) # 添加x轴标签并建设旋转角度plt.title('(a)比肩条形图'， fontsize = 13， color = 'black') # 图（b）堆叠条形图ax2 = plt.subplot(132) # 建设子图2df.plot(kind = 'bar'， stacked = True， width = 0.5， ax = ax2) # 绘制堆叠条形图plt.xlabel('倨傲度'， size = 12)plt.ylabel('滥用者东谈主数'， size = 12)plt.xticks(range(5)， df['倨傲度']， rotation = 0) # 添加x轴标签并建设旋转角度plt.title('(b)堆叠条形图'， fontsize = 13， color = 'black') # 图（c）各种本嵌套环形图plt.subplot(133) # 建设子图3colors = ['red'， 'yellow'， 'slateblue'， 'lawngreen'， 'magenta'， 'green'， 'orange'， 'cyan'， 'pink'， 'gold'] # 建设心境向量p1 = plt.pie(df['东部']， labels = df['倨傲度']， autopct = '%1.2f%%'， radius = 1， pctdistance = 0.9， # 半径为1，标签距圆心距离为0.9 colors = colors， wedgeprops = dict(linewidth = 1.2， width = 0.3， edgecolor = 'w'))p2 = plt.pie(df['西部']， autopct = '%1.2f%%'， radius = 0.75， pctdistance = 0.85， # 半径为0.75，标签距圆心距离为0.85 colors = colors， wedgeprops = dict(linewidth = 1.2， width = 0.3， edgecolor = 'w'))p3 = plt.pie(df['中部']， autopct = '%1.2f%%'， radius = 0.5， pctdistance = 0.7， # 半径为0.5，标签距圆心距离为0.7 colors = colors， wedgeprops = dict(linewidth = 1.2， width = 0.3， edgecolor = 'w'))plt.title('(c)各种本嵌套环形图'， fontsize = 13， color = 'black') # plt.tight_layout()图片
欧洲vodafonegiffgaff在线齐读到这里了性爱电影，不妨存眷、点赞一下吧！
本站仅提供存储作事，总共践诺均由用户发布，如发现存害或侵权践诺，请点击举报。