2025年Python数据分析《Matplotlib绘图》模拟测试卷

2025年Python数据分析《Matplotlib绘图》模拟测试卷考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.在使用Matplotlib进行绘图时，以下哪个导入语句是标准且推荐的？A.importmatplotlibB.importmatplotlib.pyplotaspltC.importpyplotaspltD.frommatplotlibimportpyplot2.以下哪个函数用于在当前活动的Axes上绘制数据点？A.plt.figure()B.plt.show()C.plt.plot()或plt.scatter()D.plt.xlabel()3.当希望在同一张图上绘制多条线时，应该使用`plt.plot()`函数几次？A.一次B.多次，每次调用都会覆盖之前的图形C.多次，每次调用都会在图形上叠加新的线条D.需要使用不同的Figure对象4.以下哪个参数用于设置Matplotlib图形的文件名（用于保存）？A.titleB.xlabelC.filenameD.savefig5.在Matplotlib中，`plt.title()`函数用于设置什么？A.X轴标签B.Y轴标签C.图例标题D.图形标题6.要设置X轴的标签为“时间（天）”，应该使用哪个函数？A.plt.set_xlabel()B.plt.x_label()C.plt.xlabel("时间（天）")D.plt.set_ylabel()7.`plt.legend()`函数的主要作用是什么？A.设置图形大小B.添加网格线C.显示图例，解释不同线条或标记的含义D.设置坐标轴范围8.如果想创建一个包含2行1列的子图布局，并为第一个子图绘图，应该使用哪个函数？A.plt.subplot(1,2,1)B.plt.subplots(1,2)C.plt.subplot(2,1,1)D.fig,ax=plt.subplots(1,2)9.在`plt.plot(x,y,'r--o')`中，`'r--o'`这个参数主要用来控制什么？A.图形的透明度B.线的颜色（红色）、线型（虚线）、标记（圆圈）C.X轴和Y轴的数据范围D.图例的位置10.绘制直方图通常使用哪个函数？A.plt.bar()B.plt.hist()C.plt.scatter()D.plt.boxplot()二、填空题（每空2分，共20分）1.要显示一个已经创建好的Matplotlib图形窗口，需要调用________函数。2.Matplotlib中的`fig`通常代表________对象，而`ax`通常代表________对象。3.使用`plt.subplot(2,3,5)`创建的子图位于一个2行3列的网格中的第________个位置。4.在`plt.plot()`函数中，参数`label='Line1'`通常用于图例的________。5.要设置Y轴的刻度值为[0,10,20,30]，应使用`plt.yticks(_______)`。6.`plt.savefig('my_plot.png')`函数会将当前图形保存为名为________的PNG文件。7.要在图中添加一条注释，说明某个特定数据点`(x_val,y_val)`，常用`plt.annotate()`函数，其中`xy=(x_val,y_val)`参数指定了注释指向的点。8.`plt.barh()`函数用于绘制________。9.绘制散点图时，使用`plt.scatter(x,y)`，其中`x`和`y`分别代表数据点的________。10.在使用`plt.subplots()`创建多个子图时，返回值`fig,axes`中，`axes`通常是一个包含所有子图Axes对象的________（例如列表或数组）。三、简答题（每题5分，共15分）1.简述Matplotlib中的Figure对象和Axes对象分别是什么，它们之间的关系是什么？2.在绘制柱状图时，如何设置柱子的颜色、宽度和透明度？3.简要说明使用`plt.subplots()`相比于`plt.subplot()`有哪些优点？四、编程题（共45分）1.基础绘图与定制（15分）：编写Python代码，使用Matplotlib绘制一个折线图。*X轴数据为：`[1,2,3,4,5]`*Y轴数据为：`[2,3.5,5,4.8,6]`*要求：*图形标题为“简单折线图示例”。*X轴标签为“X值”。*Y轴标签为“Y值”。*线条颜色为蓝色（'blue'），使用虚线（'--'）样式，数据点使用圆形标记（'o'）。*设置X轴范围从0到6。*设置Y轴范围从0到7。*添加图例，标签为“数据序列”。2.多子图绘制（15分）：编写Python代码，使用`plt.subplots()`创建一个包含2行1列的子图布局。*在第一个子图（ax1）中绘制一个散点图。*X轴数据：`[10,20,30,40,50]`*Y轴数据：`[15,25,35,45,55]`*散点颜色为绿色（'green'），标记为星号（'*'）。*在第二个子图（ax2）中绘制一个柱状图。*X轴数据（类别）：`['A','B','C','D']`*Y轴数据（高度）：`[20,35,10,25]`*柱子颜色为橙色（'orange'）。*为两个子图分别设置合适的标题。*调整整体图形的布局，使其美观。3.图表综合应用（15分）：假设你有一组关于某城市每月平均气温的数据（单位：摄氏度）：*月份：`['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']`*平均气温：`[2,3,7,12,17,22,25,24,20,14,8,3]`编写Python代码，完成以下任务：*创建一个包含1行2列的子图布局。*在左侧子图（ax1）绘制一个柱状图表示各月平均气温，X轴为月份，Y轴为气温。为柱状图添加颜色。*在右侧子图（ax2）绘制同一组数据的折线图，并添加数据点标记。设置合适的标题和轴标签。*调整两个子图的X轴标签倾斜角度，使其更易读。*设置整个Figure的标题为“某城市月度平均气温”。*最后，保存这个包含两个子图的图形为'city_temperature.png'文件。---试卷答案一、选择题1.B解析：`importmatplotlib.pyplotasplt`是最标准且广泛推荐的方式，`plt`是后续调用函数的常用别名。2.C解析：`plt.plot()`用于绘制线图，`plt.scatter()`用于绘制散点图，它们都是直接在当前Axes上绘制数据点的函数。`plt.figure()`创建图形，`plt.show()`显示图形，`plt.xlabel()`设置X轴标签。3.C解析：要在同一张图上绘制多条线，需要多次调用`plt.plot()`函数，每次调用都会在原有的图形上叠加新的线条。4.D解析：`plt.savefig('filename')`是保存图形的标准函数，参数`filename`指定保存的文件名。5.D解析：`plt.title()`函数用于设置整个图形的标题。6.C解析：`plt.xlabel("时间（天）")`是设置X轴标签的标准用法，参数为要显示的文本。7.C解析：`plt.legend()`函数的主要作用是根据之前设置的`label`参数，在图形中生成图例，用于解释不同线条、标记或填充区域的含义。8.A解析：`plt.subplot(1,2,1)`表示创建一个1行2列的子图布局，并选择其中的第一个子图（索引从1开始）进行操作。`plt.subplots(1,2)`也会创建1行2列的布局，但直接返回`fig`和`axes`对象数组。`plt.subplot(2,1,1)`创建2行1列布局并选第一个。`fig,ax=plt.subplots(1,2)`是`subplots`的另一种调用形式，返回Figure和Axes对象。9.B解析：`'r--o'`是`plt.plot()`函数的格式字符串参数，其中'r'表示颜色红色（red），'--'表示线型虚线（dashed），'o'表示标记形状为圆形（circle）。10.B解析：`plt.hist()`函数用于绘制直方图，展示数据分布情况。`plt.bar()`绘制柱状图，`plt.scatter()`绘制散点图，`plt.boxplot()`绘制箱线图。二、填空题1.plt.show()解析：`plt.show()`函数用于在屏幕上显示Matplotlib绘制的图形窗口。图形对象必须先被创建（例如通过`plot()`、`scatter()`等），然后调用此函数显示。2.Figure,Axes解析：在Matplotlib中，`fig`对象代表整个图形（Figure），它是一个画布，可以包含一个或多个子图。`ax`对象代表子图（Axes），它是实际进行绘图操作、包含坐标轴、标题、标签等的区域。3.5解析：`plt.subplot(2,3,5)`的参数`2,3,5`分别表示图形分为2行3列，当前操作的子图是第5个（从1开始计数）。4.label解析：在`plt.plot()`等绘图函数中，`label='...'`参数设置的文本会作为图例（Legend）中对应线条或数据集的标识。5.[0,10,20,30]解析：`plt.yticks()`函数用于设置Y轴的刻度值，参数是一个列表或元组，包含希望显示的刻度数值。6.my_plot.png解析：`plt.savefig('my_plot.png')`函数将当前活动的图形保存为名为'my_plot.png'的文件。文件名由参数指定。7.注释指向解析：在`plt.annotate()`函数中，`xy=(x_val,y_val)`参数指定了注释文本所指向的图中的数据点坐标(x_val,y_val)。8.条形图解析：`plt.bar()`函数用于绘制条形图（BarChart），通常用于比较不同类别的数据。9.坐标解析：在`plt.scatter(x,y)`函数中，`x`和`y`参数分别代表每个数据点的横坐标（X轴）和纵坐标（Y轴）值。10.数组解析：在使用`plt.subplots()`函数创建多个子图时，它返回两个值，第一个是包含整个图形的`fig`对象，第二个是`axes`，它通常是一个包含所有创建的子图Axes对象的NumPy数组或列表。三、简答题1.解析：Matplotlib中的Figure对象是整个图形的顶级容器，可以看作是绘图的画布或窗口。它管理着所有绘图元素，包括Axes对象、标题、标签等。Axes对象代表图形中的一个子图区域，是实际进行绘图操作的地方。每个Axes对象都有自己的坐标轴、数据集、绘图元素（线条、标记、文本等）。一个Figure可以包含一个或多个Axes对象。关系：Figure是Axes的容器。一个Figure对象可以包含多个Axes对象。绘图操作（如`plot()`,`scatter()`）实际上是在特定的Axes对象上进行的。通常先创建Figure，再通过Figure创建Axes或直接操作当前默认Axes。2.解析：在`plt.bar()`函数中，可以通过参数设置柱状图的各种样式：*颜色：使用`color`参数，可以传入单个颜色字符串（如'red'）、颜色映射名称（如'viridis'）或颜色序列列表。例如：`color='skyblue'`或`color=['r','g','b','y']`。*宽度：使用`width`参数，设置每个柱子的宽度。可以传入单个数值（统一宽度）或与X轴数据同长度的列表（设置每个柱子不同宽度）。例如：`width=0.3`或`width=[0.2,0.4,0.3,0.5]`。*透明度：使用`alpha`参数，设置柱子的透明度。参数值范围为0.0（完全透明）到1.0（完全不透明）。例如：`alpha=0.5`。3.解析：使用`plt.subplots()`相比于`plt.subplot()`有以下优点：*更灵活的返回值：`plt.subplots()`返回`fig`（Figure对象）和`axes`（Axes对象数组），可以直接访问和操作每个子图Axes，而`plt.subplot()`只返回当前活动的Axes对象，需要使用`gca()`或`gcf()`等后续操作才能方便地访问其他Axes。*更好的参数设置：`plt.subplots()`在函数参数中就可以直接设置整个图形的参数（如`nrows`,`ncols`,`figsize`）以及所有Axes的共享参数（如`sharex`,`sharey`），使得在创建时就对整体布局有更好的控制。*代码更清晰：当处理多个子图时，`plt.subplots()`的写法通常更简洁明了，逻辑更清晰，尤其是在需要同时对多个子图进行定制化操作时。*易于迭代：使用`axes`数组，可以方便地进行循环迭代，对每个子图应用不同的绘图逻辑或样式。四、编程题1.代码示例：```pythonimportmatplotlib.pyplotaspltx=[1,2,3,4,5]y=[2,3.5,5,4.8,6]plt.plot(x,y,'r--o',label='数据序列')#绘制线条，红色虚线，圆形标记plt.title("简单折线图示例")#设置图形标题plt.xlabel("X值")#设置X轴标签plt.ylabel("Y值")#设置Y轴标签plt.xlim(0,6)#设置X轴范围plt.ylim(0,7)#设置Y轴范围plt.legend()#显示图例plt.show()```2.代码示例：```pythonimportmatplotlib.pyplotasplt#创建1行2列的子图布局，fig是Figure对象，axes是包含两个Axes对象的数组fig,(ax1,ax2)=plt.subplots(1,2,figsize=(10,4))#第一个子图(ax1)：散点图x1=[10,20,30,40,50]y1=[15,25,35,45,55]ax1.scatter(x1,y1,color='green',marker='*',label='散点数据')ax1.set_title("散点图示例")#设置子图标题ax1.set_xlabel("X值")#设置子图X轴标签ax1.set_ylabel("Y值")#设置子图Y轴标签ax1.legend()#设置子图图例#第二个子图(ax2)：柱状图categories=['A','B','C','D']heights=[20,35,10,25]ax2.bar(categories,heights,color='orange',label='柱状数据')ax2.set_title("柱状图示例")#设置子图标题ax2.set_xlabel("类别")#设置子图X轴标签ax2.set_ylabel("高度")#设置子图Y轴标签ax2.legend()#设置子图图例#调整布局，防止标签重叠plt.tight_layout()#显示图形plt.show()```3.代码示例：```pythonimportmatplotlib.pyplotasplt#月份和平均气温数据months=['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']temper