python數(shù)據(jù)可視化任務(wù)教程鄭丹青習(xí)題答案

單元1認(rèn)識(shí)數(shù)據(jù)可視化運(yùn)用Excel電子表格軟件的圖表處理功能，根據(jù)原油產(chǎn)量.xlsx表中數(shù)據(jù)，完成下列數(shù)據(jù)可視化的操作。操作步驟可參考拓展任務(wù)。實(shí)現(xiàn)石油凈進(jìn)口量用柱形圖表示、進(jìn)口依存度用折線(xiàn)圖表示的合成圖表。（2）實(shí)現(xiàn)原油產(chǎn)量和石油凈進(jìn)口量均用柱形圖表示的合成圖表。單元2Python開(kāi)發(fā)環(huán)境及常用數(shù)據(jù)處理操作編程題第一題的源代碼如下：importpandasaspd

#導(dǎo)入數(shù)據(jù)

df=pd.read_csv('d:/dataset/廣播電視情況.csv',encoding='gbk')

print(df)

#獲取2013-2017年的年份數(shù)據(jù)

df1=df.iloc[1:2,[8,7,6,5,4]]

year=list(df1)

print(year)

#獲取2013-2017年的電視劇播出集數(shù)(萬(wàn)集)和進(jìn)口電視劇播出集數(shù)(萬(wàn)集)的數(shù)據(jù)

df1=df.iloc[18:20,[8,7,6,5,4]]

print(df1)

data1=list(df1.iloc[0])

print(data1)第二題的源代碼如下：importpandasaspd

#導(dǎo)入數(shù)據(jù)

df=pd.read_csv('d:/dataset/廣播電視情況.csv',encoding='gbk')

print(df)

#獲取2014-2018年的年份數(shù)據(jù)

df1=df.iloc[1:2,[7,6,5,4,3]]

year=list(df1)

print(year)

#獲取2014-2018年的全國(guó)電影綜合收入(億元)和電視播映收入(億元)的數(shù)據(jù)

df1=df.iloc[29:35:5,[7,6,5,4,3]]

print(df1)

data1=list(df1.iloc[0])

print(data1)單元3數(shù)據(jù)可視化—圖表的基本類(lèi)型1.填空題（1）類(lèi)別比較型圖表、數(shù)據(jù)關(guān)系型圖表、數(shù)據(jù)分布型圖表、時(shí)間序列型圖表、局部整體型圖表、地理空間型圖表。（2）柱形圖、條形圖、雷達(dá)圖。（3）局部組成成分、整體（4）時(shí)序、數(shù)值型（5）精準(zhǔn)位置、地理分布2.選擇題（1）B.局部整體（2）C.數(shù)據(jù)關(guān)系（3）A.0（4）D.時(shí)間序列單元4Matplotlib數(shù)據(jù)可視化1.填空題（1）pyplot，基礎(chǔ)類(lèi)元素和容器類(lèi)元素。（2）容器類(lèi)，基礎(chǔ)類(lèi)（3）顏色、點(diǎn)樣式和線(xiàn)樣式（4）text()、annotate()、grid()（5）legend()、title()和suptitle()、show()2.選擇題（1）B.Axis（2）B.scattor()（3）D.plot()（4）C.pie()（5）A．bar()（6）C.bottom（7）A．where（8）B.startangle3.編程題數(shù)據(jù)集“私人汽車(chē)擁有量.xls”處理先將數(shù)據(jù)集中第一行“數(shù)據(jù)庫(kù)：年度數(shù)據(jù)”刪除。（1）源代碼如下：importpandasaspd

importnumpyasnp

importxlrd

importmatplotlib.pyplotasplt

#導(dǎo)入數(shù)據(jù)

df=pd.read_excel('d:/dataset/私人汽車(chē)擁有量.xls',header=1)

print(df)

#設(shè)置2015-2019年的年份數(shù)據(jù)

year0=list([2015,2016,2017,2018,2019])

year1=[float(x+0.3)forxinyear0]

year2=[float(x+0.6)forxinyear0]

print(year1)

#獲取2015-2019年的私人載客汽車(chē)擁有量、私人載貨汽車(chē)擁有量和私人其他汽車(chē)擁有量的數(shù)據(jù)

data=df.iloc[1:12:5,[6,5,4,3,2]]

print(data)

data1=list(data.iloc[0])

data2=list(data.iloc[1])

data3=list(data.iloc[2])

print(data1)

print(data2)

print(data3)

#設(shè)置matplotlib正常顯示中文和負(fù)號(hào)

plt.rcParams['font.sans-serif']=['SimHei']#用黑體顯示中文

plt.rcParams['axes.unicode_minus']=False#正常顯示負(fù)號(hào)

#創(chuàng)建一個(gè)繪圖對(duì)象，并設(shè)置對(duì)象的寬度和高度

fig=plt.figure(figsize=(8,6))

#繪制私人載客汽車(chē)擁有量柱形圖

plt.bar(year0,data1,width=0.3,color='red',edgecolor='white')

#繪制私人載貨汽車(chē)擁有量柱形圖

plt.bar(year1,data2,width=0.3,color='green',edgecolor='white')

#繪制私人其他汽車(chē)擁有量柱形圖

plt.bar(year2,data3,width=0.3,color='blue',edgecolor='white')

#為圖進(jìn)行文本設(shè)置

X=year0

Y1=data1

forx,yinzip(X,Y1):

plt.text(x+0.2,y+0.1,'%.2f'%y,ha='center')

Y2=data2

forx,yinzip(X,Y2):

plt.text(x+0.4,y+0.3,'%.2f'%y,ha='center')

Y3=data3

forx,yinzip(X,Y3):

plt.text(x+0.6,y+0.05,'%.2f'%y,ha='center')

plt.xlabel('年份')#顯示x軸標(biāo)簽

plt.ylabel('私人汽車(chē)擁有量')#顯示y軸標(biāo)簽

plt.ylim(10,22000)#y軸取值范圍

#設(shè)置x軸刻度

new_tick=np.array([iforiinrange(2015,2020)])

plt.xticks(new_tick)

#設(shè)置標(biāo)題

plt.suptitle("2015—2019年私人汽車(chē)擁有量情況")

plt.title("單位：萬(wàn)輛",fontsize=10,loc='right')

#添加腳注

fig.text(0.1,0.02,s="數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局")

#添加圖例

plt.legend(['載客汽車(chē)擁有量','載貨汽車(chē)擁有量','其他汽車(chē)擁有量'],loc='center')

plt.savefig('d:/image/test4-1.png')

plt.show()（2）源代碼如下：importpandasaspd

importxlrd

importmatplotlib.pyplotasplt

#導(dǎo)入數(shù)據(jù)

df=pd.read_excel('d:/dataset/私人汽車(chē)擁有量.xls',header=1)

print(df)

#獲取數(shù)據(jù)

df1=df.iloc[2:6,[0,2]]

#按大小的降序排列

data1=df1.sort_values(by='2019年',ascending=False)

#獲取數(shù)據(jù)轉(zhuǎn)換成列表

data=list(data1['2019年'])

#獲取指標(biāo)，轉(zhuǎn)換成列表，并定義為餅圖的標(biāo)簽

label=list(data1['指標(biāo)'])

print(data1)

print(label)

print(data)

#設(shè)置Matplotlib正常顯示中文和負(fù)號(hào)

plt.rcParams['font.sans-serif']=['SimHei']#用黑體顯示中文

plt.rcParams['axes.unicode_minus']=False#正常顯示負(fù)號(hào)

#創(chuàng)建一個(gè)繪圖對(duì)象

fig=plt.figure(figsize=(8,6),dpi=100)

#設(shè)定各項(xiàng)距離圓心的半徑

explode=[0.01,0.1,0.2,0.3]

#繪制餅圖（數(shù)據(jù)、半徑、標(biāo)簽、餅圖起始點(diǎn)旋轉(zhuǎn)的角度、百分?jǐn)?shù)保留兩位小數(shù)）

plt.pie(data,explode=explode,labels=label,

startangle=-90,autopct='%0.2f%%')

#添加主標(biāo)題

plt.suptitle("2019年我國(guó)私人大、中、小和微型載客汽車(chē)擁有量所占比例情況")

#添加腳注

fig.text(0.1,0.02,s="數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局")

#添加圖例

plt.legend(loc='center')

plt.savefig('d:/image/test4-2.png')

plt.show()（3）源代碼如下：importpandasaspd

importnumpyasnp

importxlrd

importmatplotlib.pyplotasplt

#導(dǎo)入數(shù)據(jù)

df=pd.read_excel('d:/dataset/私人汽車(chē)擁有量.xls',header=1)

print(df)

#設(shè)置2015-2019年的年份數(shù)據(jù)

year0=list([2015,2016,2017,2018,2019])

#獲取2015-2019年的私人載客汽車(chē)擁有量、私人載貨汽車(chē)擁有量和私人其他汽車(chē)擁有量的數(shù)據(jù)

data=df.iloc[1:12:5,[6,5,4,3,2]]

print(data)

data1=list(data.iloc[0])

data2=list(data.iloc[1])

data3=list(data.iloc[2])

print(data1)

print(data2)

print(data3)

#設(shè)置matplotlib正常顯示中文和負(fù)號(hào)

plt.rcParams['font.sans-serif']=['SimHei']#用黑體顯示中文

plt.rcParams['axes.unicode_minus']=False#正常顯示負(fù)號(hào)

#創(chuàng)建一個(gè)繪圖對(duì)象，并設(shè)置對(duì)象的寬度和高度

fig=plt.figure(figsize=(8,6))

#繪制私人載客汽車(chē)擁有量折線(xiàn)圖

plt.plot(year0,data1,"r-")

#繪制私人載貨汽車(chē)擁有量折線(xiàn)圖

plt.plot(year0,data2,"g--")

#繪制私人其他汽車(chē)擁有量折線(xiàn)圖

plt.plot(year0,data3,"b-.")

plt.xlabel('年份')#顯示x軸標(biāo)簽

plt.ylabel('私人汽車(chē)擁有量')#顯示y軸標(biāo)簽

plt.ylim(10,22000)#y軸取值范圍

#設(shè)置x軸刻度

new_tick=np.array([iforiinrange(2015,2020)])

plt.xticks(new_tick)

#設(shè)置標(biāo)題

plt.suptitle("2015—2019年私人汽車(chē)擁有量情況")

plt.title("單位：萬(wàn)輛",fontsize=10,loc='right')

#添加腳注

fig.text(0.1,0.02,s="數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局")

#添加圖例

plt.legend(['載客汽車(chē)擁有量','載貨汽車(chē)擁有量','其他汽車(chē)擁有量'],loc='center')

plt.savefig('d:/image/test4-3.png')

plt.show()單元5Seaborn數(shù)據(jù)可視化1.填空題（1）API封裝（2）調(diào)色板（3）set_style()和axes_style()（4）set_context()（5）despine()2.選擇題（1）B.color_palette()（2）A．lineplot()（3）E.displot()（4）C.violinplot()（5）B.barplot()（6）D.pairplot()單元6pyecharts數(shù)據(jù)可視化1.填空題（1）全局配置項(xiàng)和系列配置項(xiàng)（2）set_global_opts()（3）options（4）初始化配置項(xiàng)、標(biāo)題配置項(xiàng)、圖例配置項(xiàng)、工具箱配置項(xiàng)、視覺(jué)映射配置項(xiàng)、提示框配置項(xiàng)、區(qū)域縮放配置項(xiàng)、坐標(biāo)軸配置項(xiàng)（5）TitleOpts()（6）系列（7）bar_width2.選擇題（1）B.Line()（2）A．Bar()（3）D.Funnel()（4)E.Gauge()（5）C.Radar()3.編程題（1）源代碼如下：frompyechartsimportoptionsasopts

frompyecharts.chartsimportBar

importpandasaspd

importxlrd

#導(dǎo)入數(shù)據(jù)

df=pd.read_excel('d:/dataset/私人汽車(chē)擁有量.xls',header=1)

print(df)

#設(shè)置2015-2019年的年份數(shù)據(jù)

lable=['2015年','2016年','2017年','2018年','2019年']

#獲取2015-2019年的私人載客汽車(chē)擁有量、私人載貨汽車(chē)擁有量的數(shù)據(jù)

data=df.iloc[1:12:5,[6,5,4,3,2]]

print(data)

data1=list(data.iloc[0])

data2=list(data.iloc[1])

print(data1)

print(data2)

#繪制多數(shù)據(jù)系列柱狀圖

c=(

Bar()

.add_xaxis(lable)

.add_yaxis("私人載客汽車(chē)擁有量",data1)

.add_yaxis("私人載貨汽車(chē)擁有量",data2)

.set_global_opts(#標(biāo)題配置項(xiàng)

title_opts=opts.TitleOpts(

title="2015—2019年私人汽車(chē)擁有量情況",

subtitle="單位：萬(wàn)輛"),

#添加腳注

graphic_opts=opts.GraphicGroup(

graphic_item=opts.GraphicItem(left='12%',bottom='0%'),

children=[

opts.GraphicText(graphic_textstyle_opts=

opts.GraphicTextStyleOpts(text='數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局',

font="14pxMicrosoftYaHei")

)]

),

#圖例配置項(xiàng)

legend_opts=opts.LegendOpts(orient='vertical'),

#x坐標(biāo)軸配置項(xiàng)

xaxis_opts=opts.AxisOpts(name='年份'),

#y坐標(biāo)軸配置項(xiàng)

yaxis_opts=opts.AxisOpts(name='私人汽車(chē)擁有量',

name_gap=4)

)

.render("d:/html/test6-1.html")

)源代碼如下：frompyechartsimportoptionsasopts

frompyecharts.chartsimportPie

importpandasaspd

importxlrd

#導(dǎo)入數(shù)據(jù)

df=pd.read_excel('d:/dataset/私人汽車(chē)擁有量.xls',header=1)

print(df)

#獲取數(shù)據(jù)

df1=df.iloc[7:11,[0,2]]

#按大小的降序排列

data1=df1.sort_values(by='2019年',ascending=False)

#獲取數(shù)據(jù)轉(zhuǎn)換成列表

data2=list(data1['2019年'])

print(data2)

#計(jì)算私人載貨汽車(chē)擁有量和

df2=sum(data2)

print(df2)

#計(jì)算私人載貨汽車(chē)擁有量占比

y_data=[round(x/df2*100,3)forxindata2]

#獲取指標(biāo)，轉(zhuǎn)換成列表，并定義為餅圖的標(biāo)簽

data3=list(data1['指標(biāo)'])

x_data=[x.replace('(萬(wàn)輛)','占比')forxindata3]

print(x_data)

print(y_data)

#生成系列數(shù)據(jù)項(xiàng)

data=[[x_data[i],y_data[i]]foriinrange(len(x_data))]

print(data)

#繪制餅圖

pie=(

Pie(init_opts=opts.InitOpts(width="800px"))#設(shè)置圖表大小

.add("",data,is_clockwise=True)#設(shè)置餅圖扇區(qū)順時(shí)針排布

.set_global_opts(title_opts=opts.TitleOpts(

title="2019年我國(guó)私人重型、中型、輕型和微型載貨汽車(chē)擁有量所占比例",

subtitle="單位：%"),

#添加腳注

graphic_opts=opts.GraphicGroup(

graphic_item=opts.GraphicItem(left='12%',bottom='0%'),

children=[

opts.GraphicText(graphic_textstyle_opts=

opts.GraphicTextStyleOpts(

text='數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局',

font="14pxMicrosoftYaHei")

)]

),

#設(shè)置圖例

legend_opts=opts.LegendOpts(

pos_right="right",

orient="vertical")

)

.set_series_opts(label_opts=opts.LabelOpts(

formatter="：{c}%")

)

.render("d:/html/test6-2.html")

)源代碼如下：frompyechartsimportoptionsasopts

frompyecharts.chartsimportBar

importpandasaspd

importxlrd

#導(dǎo)入數(shù)據(jù)

df=pd.read_excel('d:/dataset/私人汽車(chē)擁有量.xls',header=1)

print(df)

#設(shè)置2015-2019年的年份數(shù)據(jù)

lable=['2015年','2016年','2017年','2018年','2019年']

#獲取2015-2019年的私人載客汽車(chē)擁有量、私人載貨汽車(chē)擁有量和私人其他汽車(chē)擁有量的數(shù)據(jù)

data=df.iloc[1:12:5,[6,5,4,3,2]]

print(data)

data1=list(data.iloc[0])

data2=list(data.iloc[1])

data3=list(data.iloc[2])

print(data1)

print(data2)

print(data3)

#繪制堆疊柱形圖

bar=(

Bar()

.add_xaxis(lable)

.add_yaxis("私人載客汽車(chē)擁有量",data1,stack="stack1",bar_width=40)

.add_yaxis("私人載貨汽車(chē)擁有量",data2,stack="stack1",bar_width=40)

.add_yaxis("私人其他汽車(chē)擁有量",data3,stack="stack1",bar_width=40)

#標(biāo)簽配置項(xiàng)：在右邊顯示標(biāo)簽

.set_series_opts(

label_opts=opts.LabelOpts(is_show=True,position="right"))

.set_global_opts(

#設(shè)置標(biāo)題

title_opts=opts.TitleOpts(

title="2015-2019年的私人汽車(chē)擁有量",

subtitle="單位：萬(wàn)輛",

pos_left='center'),

#添加腳注

graphic_opts=opts.GraphicGroup(

graphic_item=opts.GraphicItem(left='10%',bottom='0%'),

children=[

opts.GraphicText(graphic_textstyle_opts=

opts.GraphicTextStyleOpts(text='數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局',

font="14pxMicrosoftYaHei")

)]

),

#設(shè)置圖例

legend_opts=opts.LegendOpts(pos_right='10%',

pos_top='5%',

orient='vertical'),

yaxis_opts=opts.AxisOpts(name='私人汽車(chē)擁有量'),

xaxis_opts=opts.AxisOpts(name='年份')

)

.render("d:/html/test6-3.html")）單元7國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)可視化1.填空題（1）B.overlap(A)（2）Timeline（3）內(nèi)半徑和外半徑兩項(xiàng)數(shù)值。（4）stack2.編程題（1）源代碼如下：frompyechartsimportoptionsasopts

frompyecharts.chartsimportTimeline,Bar,Pie

importpandasaspd

importxlrd

#導(dǎo)入數(shù)據(jù)

df=pd.read_excel('d:/dataset/我國(guó)各類(lèi)運(yùn)輸'

'方式旅客周轉(zhuǎn)量情況.xls',

header=1)

#獲取數(shù)據(jù)

df1=df.iloc[5:]

print(df1)

lable=list(df1['年份'])

data0=list(df1['旅客周轉(zhuǎn)量總計(jì)'])

data1=list(df1['鐵路'])

data2=list(df1['公路'])

data3=list(df1['水運(yùn)'])

data4=list(df1['民航'])

print(lable)

print(data0)

print(data1)

rate1=list(round(df1['鐵路']/df1['旅客周轉(zhuǎn)量總計(jì)']*100,2))

rate2=list(round(df1['公路']/df1['旅客周轉(zhuǎn)量總計(jì)']*100,2))

rate3=list(round(df1['水運(yùn)']/df1['旅客周轉(zhuǎn)量總計(jì)']*100,2))

rate4=list(round(df1['民航']/df1['旅客周轉(zhuǎn)量總計(jì)']*100,2))

print(rate1)

print(rate2)

print(rate3)

print(rate4)

#定義函數(shù)

defget_year_overlap_chart(year:int):

#繪制柱形圖

bar=(

Bar(opts.InitOpts(width="800px",height="650px"))

.add_xaxis(lable)

.add_yaxis("旅客周轉(zhuǎn)量總計(jì)",data0,bar_width=60)

.set_global_opts(

title_opts=opts.TitleOpts(

title="2015-2019年我國(guó)旅客周轉(zhuǎn)量情況",

subtitle="單位：億人公里",

pos_left='left'),

#添加腳注

graphic_opts=opts.GraphicGroup(

graphic_item=opts.GraphicItem(left='4%',bottom='3%'),

children=[

opts.GraphicText(graphic_textstyle_opts=

opts.GraphicTextStyleOpts(text='數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局',

font="14pxMicrosoftYaHei"))]

),

legend_opts=opts.LegendOpts(selected_mode='multiple',

orient='vertical',

is_show=True,

pos_right='-25',

pos_bottom='55%'))

)

#繪制餅圖

pie=(

Pie()

.add(

series_name="占比",

data_pair=[

["鐵路旅客周轉(zhuǎn)量占比",rate1[year]],

["公路旅客周轉(zhuǎn)量占比",rate2[year]],

["水運(yùn)旅客周轉(zhuǎn)量占比",rate3[year]],

["民航旅客周轉(zhuǎn)量占比",rate4[year]]

],

center=["38%","18%"],

radius="18%",

is_clockwise=False)

.set_series_opts(label_opts=

opts.LabelOpts(formatter=":{c}%"))

).set_global_opts(legend_opts=opts.LegendOpts(is_show=False))

returnbar.overlap(pie)

#創(chuàng)建時(shí)間線(xiàn)輪播多圖

timeline=Timeline(init_opts=

opts.InitOpts(width="900px",height="600px"))

foryinrange(5):

print(y)

timeline.add(get_year_overlap_chart(year=y),time_point=str(y))

timeline.add_schema(is_auto_play=True,play_interval=2000)

timeline.render("d:/html/test7-1.html")源代碼如下：frompyechartsimportoptionsasopts

frompyecharts.chartsimportBar

importpandasaspd

importxlrd

#導(dǎo)入數(shù)據(jù)

df=pd.read_excel('d:/dataset/我國(guó)各類(lèi)運(yùn)輸'

'方式旅客周轉(zhuǎn)量情況.xls',

header=1)

#獲取數(shù)據(jù)

df1=df.iloc[5:]

print(df1)

lable=list(df1['年份'])

data1=list(df1['鐵路'])

data2=list(df1['公路'])

data3=list(df1['民航'])

data4=list(df1['水運(yùn)'])

print(lable)

print(data1)

#繪制堆疊柱形圖

bar=(

Bar()

.add_xaxis(lable)

.add_yaxis("鐵路旅客周轉(zhuǎn)量",data1,stack="stack1",bar_width=40)

.add_yaxis("公路旅客周轉(zhuǎn)量",data2,stack="stack1",bar_width=40)

.add_yaxis("民航旅客周轉(zhuǎn)量",data3,stack="stack1",bar_width=40)

.add_yaxis("水運(yùn)旅客周轉(zhuǎn)量",data4,stack="stack1",bar_width=40)

#標(biāo)簽配置項(xiàng)：在右邊顯示標(biāo)簽

.set_series_opts(

label_opts=opts.LabelOpts(is_show=True,position="right"))

.set_global_opts(

#設(shè)置標(biāo)題

title_opts=opts.TitleOpts(

title="2015-2019年我國(guó)鐵路、公路、民航、水運(yùn)旅客周轉(zhuǎn)量情況",

subtitle="單位：億人公里",

pos_left='center'),

#添加腳注

graphic_opts=opts.GraphicGroup(

graphic_item=opts.GraphicItem(left='10%',bottom='0%'),

children=[

opts.GraphicText(graphic_textstyle_opts=

opts.GraphicTextStyleOpts(text='數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局',

font="14pxMicrosoftYaHei")

)]

),

#設(shè)置圖例

legend_opts=opts.Leg