数据结构与算法设计-作业5-matplotlib绘图&数据分析可视化

T1

使用matplotlib绘制如下函数，
f(x)=[sin(x-2)]^2*e(-x^2)
其中x的取值范围为[0, 2]。
要求：
(a) 编写Python代码
(b) 在图中添加合适的轴刻度、轴标签和图名等，并展示结果

思路

计算：
x = np.linspace(0, 2, 400) ：创建了一个从 0 到 2 之间的 400 个均匀分布的点，用于定义自变量 x 的取值范围。这将用于绘制连续的曲线。
绘图：
plt.plot(x, y, label=...) ：将 x 和 y 的值绘制成曲线。label 用于设置图例的显示文本，使用 LaTeX 格式显示函数形式，color='b' 设置曲线颜色为蓝色。
y = (np.sin(x - 2))**2 * np.exp(-1*x**2)：使用numpy计算y的值。
设置轴的范围：
plt.xlim(0, 2)限制 x 轴的显示范围为 0 到 2。
plt.ylim(0, max(y) * 1.1) 限制 y 轴的显示范围，使其从 0 开始，上限略高于 y 的最大值，以便给图像留出空间。

结果

T2

根据mrbook.xlsx文件中的数据绘制双y轴可视化数据分析表。

思路

1. 初始化环境与读取数据

   • 设置中文字体支持，确保负号可以正确显示。
   • 读取 Excel 文件 mrbook.xlsx 的数据，并打印前几行，以快速了解数据结构。数据包含“月份” (x)、销量 (y1)、增长率 (y2) 三列。

2. 创建图表框架

   • 使用 fig, ax1 = plt.subplots() 创建一个新的图表和主轴 (ax1)。ax1 将用于显示销量数据。

3. 绘制第一个Y轴数据

   • 在 ax1 上绘制销量数据（y1），以柱状图的形式展示销量随月份的变化。
   • 设置 ax1 的 Y 轴标签为“销量（册）”，颜色为蓝色，并将 Y 轴刻度标签设置为黑色。

4. 添加第二个Y轴

   • 通过 ax1.twinx() 创建第二个 Y 轴 (ax2)，与 ax1 共享 X 轴。
   • 使用折线图在 ax2 上绘制增长率数据（y2），并将 Y 轴标签设置为“增长率”。
   • 为增长率数据添加数据点标注，以红色显示数值，并在图上通过 ax2.annotate() 标出增长率的数值。

结果

T3

根据mrtb_data.xlsx文件中的数据绘制堆叠柱状图。

思路

1. 初始化与数据读取

   • 设置列名 header，以便从Excel文件中读取并清晰识别每个字段。
   • 使用 pd.read_excel 读取数据文件 mrtb_data.xlsx，并指定 header，确保数据正确加载到 df。

2. 数据清理和分组

   • 从数据框中选择相关列（类别、性别、总金额）。
   • 根据类别和性别对 总金额 进行分组，并对每组的总金额求和。
   • 通过 unstack() 将性别作为列标签，形成一个包含类别、性别和累计金额的表格，并使用 fillna(0) 填充缺失值。

   # 处理图表数据
   cleaned = df[['类别', '性别', '总金额']]
   grouped = cleaned.groupby(['类别', '性别'])['总金额'].sum().unstack().fillna(0)
   

3. 设置绘图配置和创建图表

   • 设置中文字体支持，确保中文能够正常显示。
   • 创建一个 fig 和 ax 对象，定义绘图的尺寸。
   • 设定每个堆叠柱状图的宽度和堆叠之间的间隙。

   # 绘制图片
   plt.rcParams['font.sans-serif'] = ['SimHei']  # 用黑体显示中文,防止中文显示不出来
   fig, ax = plt.subplots(figsize=(10, 6))
   
   # 定义宽度和位置
   bar_width = 0.8  # 每个类别的总宽度
   gap = 0.1  # 每个堆叠之间的间隙
   

4. 绘制堆叠柱状图与数值标注

   • 使用循环绘制“男”和“女”两个类别的堆叠柱状图，并设置不同的颜色。
   • 对每个性别的数值进行堆叠，并在柱状图顶部显示数值。
   • 使用 ax.text() 在每个柱子上方添加标注，显示累计金额的数值。

   # 绘制堆叠柱状图
   for i, gender in enumerate(['女', '男']):
       ax.bar(grouped.index, grouped[gender], width=bar_width, label=gender,
              bottom=grouped.iloc[:, :i].sum(axis=1), linewidth=0.5, edgecolor='white', zorder=3)
   
   # 在每个堆叠条形的顶部显示数值
   for i, gender in enumerate(['女', '男']):
       for idx, val in enumerate(grouped[gender]):
           height = grouped.iloc[idx, :i].sum() + val
           ax.text(idx, height + gap, f'{val:.0f}', ha='center', va='bottom', zorder=5)
   

5. 图表美化与显示

   • 设置 x 轴的刻度位置和标签，使标签旋转以便于阅读。
   • 设置背景颜色为粉色，添加白色网格线并修改边框颜色为白色。
   • 去除 x 轴和 y 轴的刻度线，但保留刻度值。
   • 添加标题和 y 轴标签，显示图例，并最终调用 plt.show() 显示图表。

   # 设置 x 轴的刻度位置和标签，标签斜着显示
   ax.set_xticks(range(len(grouped.index)))
   ax.set_xticklabels(grouped.index, rotation=30, ha='right')
   
   # 设置背景颜色为粉色
   ax.set_facecolor('lightpink')
   
   # 添加白色网格线
   ax.grid(True, which='both', linestyle='-', linewidth=0.5, color='white', zorder=0)
   
   # 设置表格边框为白色
   ax.spines['top'].set_color('white')
   ax.spines['right'].set_color('white')
   ax.spines['left'].set_color('white')
   ax.spines['bottom'].set_color('white')
   
   # 去掉 x 轴和 y 轴的刻度线，但保留刻度值
   ax.tick_params(axis='x', which='both', length=0)
   ax.tick_params(axis='y', which='both', length=0)
   
   # 添加标题和轴标签
   plt.ylabel('男女分布')
   
   # 显示图例
   plt.legend(['女性用户', '男性用户'])
   
   # 显示图形
   plt.tight_layout()
   plt.show()
   

结果