Python数据可视化_课后习题答案
第1章 数据可视化与matplotlib
填空题
视觉空间
表格
箱线图
2D
Anaconda
判断题
错误
错误
错误
错误
选择题
C
D
D
D
ABCD
简答题
数据可视化是将数据以图形、图像、表格、动画等视觉形式展现的过程，旨在帮助人们更好地理解和分析数据。
柱形图：用于展示不同类别数据的数量对比，清晰直观。
折线图：用于展示数据随时间或其他连续变量的变化趋势。
饼图：用于展示各部分在总体中的比例分布。
pyplot API：面向函数，通过一系列函数调用来绘制图表，简单易用。
object-oriented API：面向对象，通过创建图表对象、轴对象等来进行更细粒度的控制。
编程题
python
Copy Code
import numpy as np
import matplotlib.pyplot as plt

# 面向对象方式
fig, ax = plt.subplots()
x = np.linspace(0, 2 * np.pi, 100)
ax.plot(x, np.sin(x), label='sin(x)')
ax.plot(x, np.cos(x), label='cos(x)')
ax.legend()
plt.show()

# 面向函数方式
x = np.linspace(0, 2 * np.pi, 100)
plt.plot(x, np.sin(x), label='sin(x)')
plt.plot(x, np.cos(x), label='cos(x)')
plt.legend()
plt.show()

第2章 使用matplotlib绘制简单图表
填空题
Line2D
堆积图
10
判断题
错误
正确
错误
选择题
D
C
A
C
C
编程题
python
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'SimHei'  # 替换为你选择的字体
import numpy as np


# 数据
subjects = ['语文', '数学', '英语', '物理', '化学', '生物']
boys_scores = [85.5, 91, 72, 59, 66, 55]
girls_scores = [94, 82, 89.5, 62, 49, 53]

# 绘制柱形图
fig, ax1 = plt.subplots()

width = 0.35  # 柱形的宽度
x = np.arange(len(subjects))  # x轴的位置

# 绘制两组柱形
boys_bars = ax1.bar(x - width/2, boys_scores, width, label='男生')
girls_bars = ax1.bar(x + width/2, girls_scores, width, label='女生')

# 设置y轴标签
ax1.set_ylabel('平均成绩（分）')

# 设置x轴刻度标签位于两组柱形中间
ax1.set_xticks(x)
ax1.set_xticklabels(subjects)

# 添加标题
ax1.set_title('高二男生、女生的平均成绩')

# 添加图例
ax1.legend()

# 向每个柱形的顶部添加注释文本
def autolabel(bars):
    for bar in bars:
        height = bar.get_height()
        ax1.annotate('{}'.format(height),
                     xy=(bar.get_x() + bar.get_width() / 2, height),
                     xytext=(0, 3),  # 3 points vertical offset
                     textcoords="offset points",
                     ha='center', va='bottom')

autolabel(boys_bars)
autolabel(girls_bars)

# 显示图形
plt.show()

# 绘制堆积柱形图
fig, ax2 = plt.subplots()

# 绘制堆积柱形图
boys_girls_scores = [list(a) for a in zip(boys_scores, girls_scores)]
stacked_bars = ax2.bar(x, boys_girls_scores, width, label=['男生', '女生'], tick_label=subjects, stacked=True)

# 设置y轴标签
ax2.set_ylabel('平均成绩（分）')

# 添加标题
ax2.set_title('高二男生、女生的平均成绩（堆积柱形图）')

# 向每个堆积柱形的顶部添加注释文本（需要计算总和）
def autolabel_stacked(bars):
    for bar in bars:
        total_height = sum([rect.get_height() for rect in bar])
        ax2.annotate('{}'.format(total_height),
                     xy=(bar.get_x() + bar.get_width() / 2, total_height),
                     xytext=(0, 3),  # 3 points vertical offset
                     textcoords="offset points",
                     ha='center', va='bottom')

# 由于堆积柱形图返回的是每个柱形的矩形组，我们需要遍历每个组
for bar_group in stacked_bars:
    autolabel_stacked([bar_group])  # 注意这里传递的是[bar_group]，因为autolabel_stacked期望一个列表

# 这里我们不能直接使用ax2.legend()因为legend会为每个堆叠的部分都创建一个图例项，我们需要手动创建
legend_handles = []
for i, label in enumerate(['男生', '女生']):
    patch = plt.Rectangle((0, 0), 1, 1, fc=plt.cm.Paired(i / 2), label=label)  # 使用Paired颜色映射
    legend_handles.append(patch)
ax2.legend(handles=legend_handles, loc='upper left')  # 手动设置图例位置和句柄

# 由于堆积柱形图的x轴标签已经通过tick_label设置，这里不需要再次设置xticks和xticklabels

# 显示图形
plt.show()


第3章 图表辅助元素的定制
填空题
数据图形
数据分类或分组
箭头
参考线
数学公式
判断题
错误
正确
错误
错误
正确
选择题
B
C
B
D
简答题
指向型注释文本通过箭头指向特定数据点，而无指向型注释文本则直接放置在数据点附近。
常用的辅助元素包括标题、图例、参考线、注释文本、网格线等。标题帮助理解图表内容；图例解释各组数据的含义；参考线用于比较数据；注释文本提供额外信息；网格线辅助阅读。
第4章 图表样式的美化
填空题
rcParams
颜色
标记
Text
style.use()
判断题
错误
正确
正确
正确
错误
选择题
A
B
D
C
D
简答题
局部修改只影响当前图表，而全局修改会影响后续创建的所有图表。
fill()用于填充多边形；fill_between()和fill_betweenx()用于填充两条曲线之间的区域，但前者在y轴方向填充，后者在x轴方向填充。
第5章 子图的绘制及坐标轴共享
填空题
分割
sharex
布局管理器
GridSpec
判断题
正确
错误
正确
正确
错误
选择题
D
'col'
C
wspace
编程题
subplot()用于添加单个子图，subplots()用于一次性创建多个子图并返回一个包含子图的数组，subplot2grid()则允许更灵活地指定子图的位置和大小。
约束布局是一种自动调整子图和图表元素位置以避免重叠的功能。
python
Copy Code
import numpy as np
import matplotlib.pyplot as plt

# 绘制子图
fig = plt.figure()
ax1 = fig.add_subplot(233)
ax1.plot(np.linspace(0, 2*np.pi, 100), np.sin(np.linspace(0, 2*np.pi, 100)))

ax2 = fig.add_subplot(236)
ax2.plot(np.linspace(0, 2*np.pi, 100), np.cos(np.linspace(0, 2*np.pi, 100)))

fig.subplots_adjust(wspace=0, hspace=0)
plt.show()

# 自定义布局
fig = plt.figure()
gs = fig.add_gridspec(2, 3)

ax1 = fig.add_subplot(gs0, 1])
ax1.plot(np.linspace(0, 2*np.pi, 100), np.sin(np.linspace(0, 2*np.pi, 100)))

ax2 = fig.add_subplot(gs1, 2])
ax2.plot(np.linspace(0, 2*np.pi, 100), np.cos(np.linspace(0, 2*np.pi, 100)))

plt.show()

第6章 坐标轴的定制
填空题
主刻度线
轴
spines
判断题
正确
错误
错误
选择题
C
C
A
B
D
简答题

刻度定位器用于确定刻度的位置，而格式器则用于定义刻度的显示格式。

编程题
python
Copy Code
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

# 数据
weeks = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday']
prices = 44.98, 45.02, 44.32, 41.05, 42.08]

# 绘制折线图
fig, ax = plt.subplots()
ax.plot(weeks, prices, marker='^', linestyle='--', color='#8B0000', linewidth=1.5)

# 设置绘图区域位置
ax.set_position(0.2, 0.2, 0.5, 0.5])

# 设置刻度标签和样式
ax.set_xticks(np.arange(len(weeks)))
ax.set_xticklabels(weeks)
ax.tick_params(direction='in', width=2)

# 隐藏轴脊
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')

plt.show()

第7章 绘制3D图表和统计地图
填空题
3D图表
函数
Cylindrical Equal Area
Basemap
判断题
错误
正确
正确
选择题
B
C
A
B
简答题
FuncAnimation通过重复调用一个函数来更新图表，而ArtistAnimation则是基于一组Artist对象来制作动画。
Basemap的基本用法包括创建Basemap对象、指定地图投影类型和区域、绘制地图元素（如海岸线、纬度线、经度线等）。
编程题
python
Copy Code
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation

# 创建图形和轴
fig, ax = plt.subplots()
ax.set_xlim(0, 2 * np.pi)
ax.set_ylim(-1.5, 1.5)

# 绘制正弦曲线
line, = ax.plot([], [], lw=2)

# 初始化函数
def init():
    line.set_data([], [])
    return line,

# 更新函数
def update(frame):
    x = np.linspace(0, 2 * np.pi, 1000)
    y = np.sin(x + frame * 0.05)
    line.set_data(x, y)
    dot, = ax.plot(frame * 0.05, np.sin(frame * 0.05), 'ro')
    ax.text(frame * 0.05, np.sin(frame * 0.05), f'({frame * 0.05:.2f}, {np.sin(frame * 0.05):.2f})', fontsize=10)
    return line, dot

# 创建动画
ani = animation.FuncAnimation(fig, update, frames=np.arange(0, 100),
                              init_func=init, blit=True, interval=20)

plt.show()

第8章 使用matplotlib绘制高级图表
填空题
对比关系
树状图
年龄
contour
顶部棉棒
判断题
正确
错误
错误
正确
正确
选择题
C
B
D
C
A
简答题

绘制桑基图的流程包括：创建Sankey对象、添加数据（包括流和标签）、设置流的方向和宽度、完成绘制。

编程题
python
Copy Code
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.sankey import Sankey

# 绘制棉棒图
data = np.array(62253, 51255, 34541, 28733, 17073, 9000, 5963, 2041, 1879, 1681])
labels = np.array(['武磊登上电影频道', '东京奥运会海报', '浓眉哥受伤', '安东尼准绝杀', '湖人单场20记盖帽', '第77届金球奖红毯', '孟非大赞武磊', '李铁上任', '活塞vs湖人', '英超'])

fig, ax = plt.subplots()
ax.stem(labels, data, basefmt=' ', use_line_collection=True)
ax.set_ylabel('搜索指数')

for i, d in enumerate(data):
    ax.text(i, d + 100, f'{d}', ha='center')

plt.show()

# 绘制桑基图
flows = 62253, -2000, -5000, -4000, -1000, -500, 20000, 500, -200]
labels = ['起点', '旅行', '深造', '生活', '购物', '聚餐', '收入', '人情往来', '其它', '终点']

fig, ax = plt.subplots()
sankey = Sankey(ax=ax, unit=None)
sankey.add(flows=flows, labels=labels, orientations=-1, 1, 1, 1, 1, 1, -1, 1, 1])

diagram = sankey.finish()
diagram.text(fontsize=12, fontweight='bold')

plt.show()

第9章 可视化后起之秀——pyecharts
填空题
Echarts
对象
嵌入
选项卡
ThemeType
判断题
正确
错误
错误
正确
正确
选择题
C
D
C
B
D
简答题
pyecharts的优势包括：支持丰富的图表类型、支持链式调用简化代码、支持自定义主题、易于与Web框架整合等。
pyecharts绘制图表的基本流程包括：导入必要的模块、创建图表对象、添加数据系列、配置图表选项（如标题、坐标轴等）、渲染图表。
编程题
python
Copy Code
from pyecharts.charts import Bar
from pyecharts import options as opts

# 绘制柱形图
data = 
    ('2009', 3095), ('2010', 4245), ('2011', 6673), ('2012', 10701),
    ('2013', 13642), ('2014', 31368), ('2015', 40949), ('2016', 41776),
    ('2017', 56213), ('2018', 64143)
]

bar = Bar(init_opts=opts.InitOpts(theme='ROMANTIC'))
bar.add_xaxis(x0] for x in data])
bar.add_yaxis('注册人数', x1] for x in data])
bar.set_global_opts(title_opts=opts.TitleOpts(title='虎扑社区用户注册时间分布'))
bar.render('user_registration.html')

# 绘制象形柱形图
male_ratio = 4.5
female_ratio = 95.4
total_ratio = male_ratio + female_ratio

data_pairs = 
    ('男用户', male_ratio / total_ratio),
    ('女用户', female_ratio / total_ratio)
]

bar = Bar(init_opts=opts.InitOpts(theme='ROMANTIC'))
bar.add_xaxis(x0] for x in data_pairs])
bar.add_yaxis('', x1] for x in data_pairs], itemstyle_opts={'border_color': '#fff', 'border_width': 1})
bar.set_global_opts(title_opts=opts.TitleOpts(title='虎扑社区男女用户比例'))
bar.set_series_opts(label_opts=opts.LabelOpts(formatter='{c}%'))
bar.render('gender_ratio.html')