本次实验八:Numpy是一个C语言编写的库,运行速度非常快,可以进行高维数据处理; Matplotlib是一个类似于matlab的一个库 Pandas是一个数据处理和清洗的库,他基于Numpy建立,也是一个C语言编写的一个库。 自行绘制你们学习以来,不同内容的6个图形;题目自拟;代码不同。
时间: 2024-02-28 08:55:52 浏览: 15
好的,我明白了。以下是六个不同内容的图形,每个图形都有对应的代码实现。
1. 折线图
```python
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [10, 8, 6, 4, 2]
plt.plot(x, y)
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Line Chart')
plt.show()
```
2. 散点图
```python
import numpy as np
import matplotlib.pyplot as plt
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
size = np.random.rand(50) * 100
plt.scatter(x, y, c=colors, s=size)
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter Plot')
plt.show()
```
3. 条形图
```python
import numpy as np
import matplotlib.pyplot as plt
category = ['Cat', 'Dog', 'Bird', 'Fish']
count = [20, 35, 18, 27]
plt.bar(category, count)
plt.xlabel('Category')
plt.ylabel('Count')
plt.title('Bar Chart')
plt.show()
```
4. 饼图
```python
import matplotlib.pyplot as plt
labels = ['Apple', 'Banana', 'Orange', 'Grape']
sizes = [30, 25, 20, 15]
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title('Pie Chart')
plt.show()
```
5. 直方图
```python
import numpy as np
import matplotlib.pyplot as plt
data = np.random.randn(1000)
plt.hist(data, bins=30)
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram')
plt.show()
```
6. 箱线图
```python
import numpy as np
import matplotlib.pyplot as plt
data = np.random.randn(100)
plt.boxplot(data)
plt.xlabel('Data')
plt.title('Box Plot')
plt.show()
```
希望这些图形能够帮助你更好地理解Matplotlib和Numpy的使用。