大学课程《Python程序设计》电子教案：第八章 数据可视化.docx

Python程序设计

周次第次课学时

章节名称

第8章数据分析和可视化

授课形式

■理论课口案例讨论课■实验课习题课其他

教学目的及要求

●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-Umatplotlib

Mac或Linux系统：sudopip3installmatplotlib

导入Matplotlib：

importmatplotlib.pyplotasplt

3.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.pyplotasplt

x=[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.pyplotasplt

importnumpyasnp

data=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.pyplotasplt

categories=[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.pyplotasplt

labels=[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.pyplotasplt

importnumpyasnp

x=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：

importpandasaspd

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])

绘制子图：

示例代码：

importmatplotlib.pyplotasplt

importnumpyasnp

importpandasaspd

#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,