zoukankan      html  css  js  c++  java
  • Python成绩单雷达图

    1numpy库

    numpy 是 python 的科学计算库

    部分功能:

    1、使用numpy读取txt文件

    # dtype = "str":指定数据格式
    # delimiter = "	":指定分割符
    # skip_header = 1:跳过第一行
    npinfo = np.genfromtxt("titanic_train.txt", delimiter = "	", dtype = "U75", skip_header = 1)

    2.使用 numpy 创建数组和矩阵

    # 创建一个3行5列的矩阵
    a = np.arange(15).reshape(3, 5)
    print(a)

    3.查看当前数组是几维的

    a.ndim

    4.创建一个指定数量的矩阵

    # np.linspace( 起始,结束,数量 )
    from numpy import pi
    np.linspace( 0, 2*pi, 100 )

    5.矩阵拼接,矩阵切分

    2.matplotlib库

    一.Matplotlib介绍

    Matplotlib是一个Python的2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。通过Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,折线图、散点图、柱状图、饼图、直方图、子图等。Matplotlib使用NumPy进行数组运算,并调用一系列其他的Python库来实现硬件交互。

    具体功能参考:https://blog.csdn.net/xiaosongshupy/article/details/78596102

     3.成绩雷达图

    利用spyder绘制出了本学期Python作业成绩的雷达图。

    首先下载安装anaconda3,模仿课本data能力值雷达图绘制出了我的Python成绩雷达图。

    代码如下:

    #e19.1DrawDotaRadar.py
    import numpy as np
    import matplotlib.pyplot as plt
    import matplotlib
    matplotlib.rcParams['font.family']='SimHei'
    matplotlib.rcParams['font.sans-serif']=['SimHei']
    labels=np.array(['综合','第一周','第二周','第三周','第四周','第五周'])
    nAttr=6
    Python=np.array([88.7,85,90,95,70,96])
    angles=np.linspace(0,2*np.pi,nAttr,endpoint=False)
    Python=np.concatenate((Python,[Python[0]]))
    angles=np.concatenate((angles,[angles[0]]))
    fig=plt.figure(facecolor="white")
    plt.subplot(111,polar=True)
    plt.plot(angles,Python,'bo-',color='g',linewidth=2)
    plt.fill(angles,Python,facecolor='g',alpha=0.2)
    plt.thetagrids(angles*180/np.pi,labels)
    plt.figtext(0.52,0.95,'python成绩分析图',ha='center')
    plt.grid(True)
    plt.savefig('dota_radar.JPG')
    plt.show()

    效果图:

    黄志翔的成绩表

    透过雷达图能直观的看到近五周的成绩,总体来说还不错。

  • 相关阅读:
    git clone 很慢提速方法
    在Windows上安装pytorch
    关于一些知名深度学习模型的转换
    【转】安装caffe2的参考
    Nasty Hacks
    寻梦
    Fibonacci Again
    统计元音
    首字母变大写
    查找最大元素
  • 原文地址:https://www.cnblogs.com/hzxxxb/p/10745104.html
Copyright © 2011-2022 走看看