Python程序设计 电子教案 第八章 数据可视化

章节名称■理论课口案例讨论课■实验课习题课其他教学目的●理解数据可视化的意义和重要性。●掌握使用Matplotlib库进行基本图表的绘制。●学会使用NumPy和Pandas库进行数据处理。●通过实际案例，应用所学知识完成数据可视化任务。教学重点●案例分析学会制作简单的数据可视化图教学难点●数据处理教学内容1.数据可视化的意义数据可视化的重要性：通过图表直观展示数据，帮助理解和分析数据之间的关系。应用场景：数据分析、报告制作、科学计算等。2.Matplotlib库简介Matplotlib概述：Matplotlib是Python中最流行的2D绘图库，支持生成各种图表。安装Matplotlib：Windows系统：python-mpipinstall-UmatplotlibMac或Linux系统：sudopip3installmatplotlib导入Matplotlib：importmatplotlib.pyplotasplt3.图表的基本元素Figure对象：顶层绘图区域，对应整个图形。Axes对象：包含图表的具体内容，如标题、标签、刻度等。常用函数：plt.plot()：绘制折线图。plt.bar()：绘制条形图。plt.hist()：绘制直方图。plt.scatter()：绘制散点图。plt.pie()：绘制饼图。4.基本图表绘制折线图：示例代码：importmatplotlib.pyplotaspltx=[1,2,3,4,5]y=[2,3,5,7,11]plt.plot(x,y,marker='o',linestyle='-',color='b')plt.title('折线图示例')plt.xlabel('X轴')plt.ylabel('Y轴')plt.grid(True)plt.show()直方图：示例代码：importmatplotlib.pyplotaspltimportnumpyasnpdata=np.random.randn(1000)plt.hist(data,bins=30,edgecolor='black')plt.title('直方图示例')plt.xlabel('值')plt.ylabel('频数')plt.show()条形图：示例代码：importmatplotlib.pyplotaspltcategories=['A','B','C','D']values=[23,45,56,78]plt.bar(categories,values,color='g')plt.title('条形图示例')plt.xlabel('类别')plt.ylabel('数量')plt.show()饼图：示例代码：importmatplotlib.pyplotaspltlabels=['A','B','C','D']sizes=[23,45,56,78]plt.pie(sizes,labels=labels,autopct='%1.1f%%',startangle=140)plt.title('饼图示例')plt.show()散点图：示例代码：importmatplotlib.pyplotaspltimportnumpyasnpx=np.random.rand(50)y=np.random.rand(50)plt.scatter(x,y,color='r',marker='o')plt.title('散点图示例')plt.xlabel('X轴')plt.ylabel('Y轴')plt.show()5.数据处理与图表绘制使用Pandas读取数据：importpandasaspddata=pd.read_excel('grade.xlsx',skiprows=3,nrows=30)df=pd.DataFrame(data,columns=['平时','期中','实验','期末','总评'])绘制子图：示例代码：importmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspd#读取数据data=pd.read_excel('grade.xlsx',skiprows=3,nrows=30)df=pd.DataFrame(data,columns=['平时','期中','实验','期末','总评'])x1=df['平时'].values.tolist()x2=df['期中'].values.tolist()x3=df['实验'].values.tolist()x4=df['期末'].values.tolist()x5=df['总评'].values.tolist()#计算总评成绩各档成绩的个数count={'0-60':0,'60-70':0,'70-80':0,'80-90':0,'90-100':0}fortinx5:ift<60:count['0-60']+=1elift<70:count['60-70']+=1elift<80:count['70-80']+=1elift<90:count['80-90']+=1else:count['90-100']+=1#生成2X2四个子图，在每个子图中分别绘制平时、期中、实验和期末成绩的直方图fig,ax=plt.subplots(2,2,sharex='all',sharey='all')ax[0,0].set_title('平时成绩')n,bins,patches=ax[0,0].hist(x1,36)ax[0,1].set_title('期中成绩')n,bins,patches=ax[0,1].hist(x2,36)ax[1,0].set_title('实验成绩')n,bins,patches=ax[1,0].hist(x3,36)ax[1,1].set_title('期末成绩')n,bins,patches=ax[1,1].hist(x4,36)#生成一个子图，在一个子图内绘制各成绩的分布散点图fig1,ax1=plt.subplots()ax1.set_title('成绩分布')y=np.arange(1,31)ax1.set_xlim(0,40)ax1.scatter(y,x1,color='green',marker='o',label='平时成绩')ax1.scatter(y,x2,color='yellow',marker='o',label='期中成绩')ax1.scatter(y,x3,color='blue',marker='o',label='实验成绩')ax1.scatter(y,x4,color='black',marker='o',label='期末成绩')ax1.grid(True)ax1.legend(loc=4)#生成一个子图，绘制期末成绩各成绩档的人数fig2,ax2=plt.subplots()ax2.set_title('期末成绩统计')ax2.set_ylim(0,15)x=list(count.keys())y=list(count.values())p=ax2.bar(x,y)ax2.bar_label(p,padding=5)plt.show()6.实践练习练习1：绘制一个本人本学期的各门课程成绩折线图。重点：使用plt.plot()绘制折线图。练习2：绘制一个月内消费支出的饼图。重点：使用plt.pie()绘制饼图。练习3：随机生成1000个0~50范围内的随机数，使用条形图绘制其频率分布。重点：使用plt.hist()绘制直方图。练习4：绘制一年每个月的用电量条形图。重点：使用plt.bar()绘制条形图。练习5：绘制最佳拟合线。重点：使用plt.scatter()绘制散点图，计算并绘制最佳拟合线。练习6：绘制子图