林子雨编著《大数据基础编程、实验和案例教程(第3版)》(教材官网)教材中的命令行和代码,在纸质教材中的印刷效果不是很好,可能会影响读者对命令行和代码的理解,为了方便读者正确理解命令行和代码或者直接拷贝命令行和代码用于上机实验,这里提供全书配套的所有命令行和代码。
查看教材所有章节的代码
第12章 数据可视化
教材第173页
(温馨提示:代码框上方的复制代码按钮,也就是“两张A4纸图标”,用鼠标点击复制代码按钮,就可以把代码框中的代码复制到粘贴板,粘贴到其他地方。但是,有的浏览器可能不支持该功能)
sh Anaconda3-5.3.1-Linux-x86_64.sh
cd ~/anaconda3/bin
python3
>>> import matplotlib.pyplot as plt
>>> plt.plot([1,2,3],[4,8,5])
教材第174页
>>> plt.show()
>>> x = [1,2,3] #第1条折线的横坐标
>>> y = [4,8,5] #第1条折线的纵坐标
>>> x2 = [1,2,3] #第2条折线的横坐标
>>> y2 = [11,15,13] #第2条折线的纵坐标
>>> plt.plot(x, y, label='First Line') #绘制第1条折线,给折线一个名称'First Line'
>>> plt.plot(x2, y2, label='Second Line') #绘制第2条折线,给折线一个名称'Second Line'
>>> plt.xlabel('Plot Number') #给横坐标轴添加名称
>>> plt.ylabel('Important var') #给纵坐标轴添加名称
>>> plt.title('Graph Example\nTwo lines') #添加标题
>>> plt.legend() #添加图例
>>> plt.show() #显示到屏幕上(如图12-9所示)
>>> plt.bar([1,3,5,7,9],[6,3,8,9,2], label="First Bar") #第1个数据系列
>>> #下面的color='g',表示设置颜色为绿色
>>> plt.bar([2,4,6,8,10],[9,7,3,6,7], label="Second Bar", color='g') #第2个数据系列
>>> plt.legend() #添加图例
>>> plt.xlabel('bar number') #给横坐标轴添加名称
>>> plt.ylabel('bar height') #给纵坐标轴添加名称
>>> plt.title('Bar Example\nTwo bars!') #添加标题
>>> plt.show() #显示到屏幕上(如图12-11所示)
教材第176页
>>> population_ages = [21,57,61,47,25,21,33,41,41,5,96,103,108,
121,122,123,131,112,114,113,82,77,67,56,46,44,45,47]
>>> bins = [0,10,20,30,40,50,60,70,80,90,100,110,120,130]
>>> plt.hist(population_ages, bins, histtype='bar', rwidth=0.8)
>>> plt.xlabel('x')
>>> plt.ylabel('y')
>>> plt.title('Graph Example\n Histogram')
>>> plt.show() #显示到屏幕上(如图12-11所示)
>>> slices = [7,2,2,13] #即activities分别占比7/24,2/,2/24,13/24
>>> activities = ['sleeping','eating','working','playing']
>>> cols = ['c','m','r','b']
>>> plt.pie(slices,
labels=activities,
colors=cols,
startangle=90,
shadow= True,
explode=(0,0.1,0,0),
autopct='%1.1f%%')
>>> plt.title('Graph Example\n Pie chart')
>>> plt.show() #显示到屏幕上(如图12-12所示)