废话不多说，直接开干。
1. 绘制散点图
# 绘制散点图
# 确定数据
x = np.arange(1, 70, 1)
y = [21329.9, 24043.4, 25712.5, 29194.3, 24086.4, 26726.6, 28333.3,
31716.8, 26295.0, 29194.8, 31257.3, 34970.3, 29825.5, 32537.3,
35291.9, 39767.4, 34544.6, 38700.8, 41855.0, 46739.8, 40453.3,
44793.1, 48047.8, 54024.8, 47078.9, 52673.3, 56064.7, 63621.6,
57177.0, 64809.6, 69524.3, 78721.4, 69410.4, 78769.0, 82541.9,
88794.3, 74053.1, 83981.3, 90014.1, 101032.8, 87616.7, 99532.4,
106238.7, 119642.5, 104641.3, 119174.3, 126981.6, 138503.3, 117593.9,
131682.5, 138622.2, 152468.9, 129747.0, 143967.0, 152905.3, 168625.1,
140618.3, 156461.3, 165711.9, 181182.5, 150986.7, 168503.0, 176710.4,
192851.9, 161572.7, 180743.7, 190529.5, 211281.3, 180682.7]
z = ['2000年第一季度', '2001年第一季度', '2002年第一季度', '第一季度',
'第一季度', '第一季度', '第一季度', '第一季度',
'第一季度', '第一季度', '第一季度', '第一季度',
'第一季度', '第一季度', '第一季度', '第一季度',
'第一季度', '第一季度']
# 创建画布
a = plt.figure(figsize=(8, 8), dpi=100)
# 绘制散点图
plt.scatter(x, y)
# 设置X轴刻度标签，range(0, 70, 4)为每隔4个数据，添加一个坐标
plt.xticks(range(0, 70, 4), z, rotation=45)
# 保存图片，dpi越高，图像越清晰
plt.savefig('E:/data analysis by python/散点图.png', dpi=500)
# 显示图像，必须加这一句，不然看不到图像
plt.show()
散点图
2. 绘制折线图
# 绘制折线图
# 确定数据
x = np.arange(0, 69, 1)
y = [21329.9, 24043.4, 25712.5, 29194.3, 24086.4, 26726.6, 28333.3,
31716.8, 26295.0, 29194.8, 31257.3, 34970.3, 29825.5, 32537.3,
35291.9, 39767.4, 34544.6, 38700.8, 41855.0, 46739.8, 40453.3,
44793.1, 48047.8, 54024.8, 47078.9, 52673.3, 56064.7, 63621.6,
57177.0, 64809.6, 69524.3, 78721.4, 69410.4, 78769.0, 82541.9,
88794.3, 74053.1, 83981.3, 90014.1, 101032.8, 87616.7, 99532.4,
106238.7, 119642.5, 104641.3, 119174.3, 126981.6, 138503.3, 117593.9,
131682.5, 138622.2, 152468.9, 129747.0, 143967.0, 152905.3, 168625.1,
140618.3, 156461.3, 165711.9, 181182.5, 150986.7, 168503.0, 176710.4,
192851.9, 161572.7, 180743.7, 190529.5, 211281.3, 180682.7]
z = ['2000年第一季度', '2001年第一季度', '2002年第一季度', '第一季度',
'第一季度', '第一季度', '第一季度', '第一季度',
'第一季度', '第一季度', '第一季度', '第一季度',
'第一季度', '第一季度', '第一季度', '第一季度',
'第一季度', '第一季度']
# 创建画布
a = plt.figure(figsize=(8, 8), dpi=100)
# 绘制折线图
plt.rcParams['lines.markersize'] = '3'
plt.plot(x, y, marker='o')
# 设置X轴刻度标签，range(0, 70, 4)为每隔4个数据，添加一个坐标
plt.xticks(range(0, 69, 4), z, rotation=45)
# 保存图片，dpi越高，图像越清晰
plt.savefig('E:/data analysis by python/折线图.png', dpi=500)
# 显示图像，必须加这一句，不然看不到图像
plt.show()
折线图
3. 绘制直方图
# 绘制直方图
# 确定数据
x = np.arange(0, 7, 1)
y = [21329.9, 22043.4, 21712.5, 23194.3, 24086.4, 21726.6, 22333.3]
z = ['赵', '钱', '孙', '李', '周', '吴', '郑']
# 创建画布
a = plt.figure(figsize=(8, 8), dpi=100)
# 绘制直方图
plt.bar(x, y, width=0.5, color='blue')
# 设置X轴刻度标签
plt.xticks(range(7), z)
plt.ylim(20000, 25000)
# 保存图片，dpi越高，图像越清晰
plt.savefig('E:/data analysis by python/直方图.png', dpi=500)
# 显示图像，必须加这一句，不然看不到图像
plt.show()
直方图
4. 绘制饼图
# 绘制饼图
a = [100, 200, 300]
b = ['赵', '钱', '孙']
# 创建画布
# 将图布设置为正方形，绘制的饼图为正圆
c = plt.figure(figsize=(8, 8), dpi=100)
# 设置饼图各部分距离饼图圆心为n个半径
d = [0.01, 0.01, 0.01]
# 绘制饼图,并自动显示各部分占比
plt.pie(a, explode=d, labels=b, autopct='%.2f%%')
# 保存图片，dpi越高，图像越清晰
plt.savefig('E:/data analysis by python/饼图.png', dpi=500)
# 显示图像，必须加这一句，不然看不到图像
plt.show()
饼图
