萧科松2023-12-07 10:59:58©著作权
文章标签信息可视化数据分析数据可视化pythonpandas文章分类Python后端开发
©著作权归作者所有：来自51CTO博客作者萧科松的原创作品，请联系作者获取转载授权，否则将追究法律责任Seaborn数据可视化综合应用Basemap和Seaborn第1关 Seaborn第2关 Seaborn图形介绍第3关 Basemap
第1关 Seaborn
任务描述 本关任务：编写一个绘制每个月销售总额的折线图。
编程要求 本关的编程任务是补全右侧上部代码编辑区内的相应代码，根据输入文件路径读取文件，统计各个月销售总和，然后绘制折线图，需要应用seaborn设置默认样式，具体可视化要求如下：
折线图的figsize为(10, 10)；文件名为Task1/img/T1.png；具体要求请参见后续测试样例。文件的部分数据如下：
：在绘制折线图时，需要对数据进行预处理，通过支付时间提取月份信息，再根据月份信息进行聚类，汇总每个月的实际金额，得到月销售总和。
请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！
测试说明平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。
测试输入：
无测试输入
预期输出：
生成图片与预期图片一致
开始你的任务吧，祝你成功！
import seaborn as snsimport matplotlib.pyplot as pltimport pandas as pdimport numpy as npdef student(input_data):# ********* Begin *********#sns.set()plt.figure(figsize=(10,10))a=pd.read_csv(input_data)a["month"]=a["支付时间"].map(lambda x:int(x.split("/")[1]))d=a["实际金额"].groupby(a["month"]).sum()d=d.sort_index(ascending=False)plt.plot(d)plt.savefig("Task1/img/T1.png")plt.show()# ********* End *********#第2关 Seaborn图形介绍任务描述 本关任务：编写一个使用Seaborn来绘制散点图的程序。
编程要求 本关的编程任务是补全右侧上部代码编辑区内的相应代码，根据输入的文件路径读取文件并使用factorplot绘制关于smoker字段的条形图以统计吸烟和不吸烟的人数，具体可视化要求如下：
设置Seaborn样式为white；设置颜色为steelblue；设置kind为count；图形的figsize为(10, 10)；文件名为Task2/img/T1.png；具体要求请参见后续测试样例。请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！测试说明 平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。 测试输入： 无测试输入 预期输出： 生成图片与预期图片一致 开始你的任务吧，祝你成功！
import matplotlibmatplotlib.use("Agg")import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings("ignore")def student(file_path):# ********* Begin *********#plt.figure(figsize=(10,10))tips=pd.read_csv(file_path)with sns.axes_style('white'):sns.factorplot('smoker',data=tips,kind='count',color='steelblue')plt.savefig('Task2/img/T1.png')plt.show()# ********* End *********#第3关 Basemap任务描述 本关任务：以中国地图为背景绘制散点图。
编程要求 本关的编程任务是补全右侧上部代码编辑区内的相应代码，中国地图已经绘制好，只需要读取输入参数img_path作为绘图背景，x/y为散点图数据，需要设置散点图的参数为标记设置为o，大小为150，具体可视化要求如下：
图形的figsize为(10, 10)；图形保存到Task3/img/T1.png；具体要求请参见后续测试样例。请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！测试说明 平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。 测试输入： 无测试输入 预期输出： 生产图片与预期图片一致 开始你的任务吧，祝你成功！
import matplotlibmatplotlib.use("Agg")import matplotlib.pyplot as pltimport numpy as npfrom numpy import *def student(img_path,x,y):# ********* Begin *********#fig=plt.figure(figsize=(10,10))img=plt.imread(img_path)plt.imshow(img)plt.scatter(x,y,marker='o',s=150)plt.savefig('Task3/img/T1.png')plt.show()# ********* End *********#赞收藏评论分享举报