利用numpy2000-2017各产业与行业的国民生产总值折线图和散点图

折线图：

以下是代码示例，其中数据源于国家统计局官网：

import numpy as np
import matplotlib.pyplot as plt

# 读取数据
data = np.loadtxt('GDP.txt', encoding='utf-8', dtype=np.str, delimiter=',')
industries = data[0, 1:]
years = data[1:, 0].astype(np.int)
gdp = data[1:, 1:].astype(np.float)

# 绘制折线图
fig, ax = plt.subplots(figsize=(10, 6))
for i in range(gdp.shape[1]):
    ax.plot(years, gdp[:, i], label=industries[i])
ax.legend(loc='best')
ax.set_xlabel('Year')
ax.set_ylabel('GDP (100 million yuan)')
ax.set_title('GDP of Industries in China (2000-2017)')
plt.show()

结果如下：


散点图：

以下是代码示例，其中数据源于国家统计局官网：

import numpy as np
import matplotlib.pyplot as plt

# 读取数据
data = np.loadtxt('GDP.txt', encoding='utf-8', dtype=np.str, delimiter=',')
industries = data[0, 1:]
years = data[1:, 0].astype(np.int)
gdp = data[1:, 1:].astype(np.float)

# 绘制散点图
fig, ax = plt.subplots(figsize=(10, 6))
for i in range(gdp.shape[1]):
    ax.scatter(years, gdp[:, i], label=industries[i])
ax.legend(loc='best')
ax.set_xlabel('Year')
ax.set_ylabel('GDP (100 million yuan)')
ax.set_title('GDP of Industries in China (2000-2017)')
plt.show()

结果如下：