数据可视化-题库

1、ss1-1-英国伦敦地铁图属于数据可视化发展历程中(              )阶段的典型作品。
A、 现代启蒙阶段
B、 萌芽时期
C、 测试与理论时期
D、 可视分析学
答案: A

2、ss1-2美国风向图属于数据可视化分类中(                )类可视化作品。
A、 信息可视化
B、 科学可视化
C、 可视分析学
D、 数字可视化
答案: B

3、ss1-3数据可视化中著名的鬼图ghost-map所起的作用是数据可视化的(           )作用。
A、 信息清洗与加工
B、 记录信息
C、 信息传播与协同
D、 信息推理和分析
答案: D

4、ss1-4伽利略绘制的关于月亮的周期图数据可视化作品起到了(           )作用。
A、 信息推理和分析
B、 记录信息
C、 信息传播与协同
D、 信息清洗与加工
答案: B

5、ss1-5 1986年1月28日,“挑战者”号航天飞机爆炸解体事件中,调查后人们所绘制的“随温度变化每次发射时损坏的O型环数量预测图”起到了数据可视化的(           )作用。
A、 记录信息
B、 信息传播与协同
C、 信息推理和分析
D、 信息清洗
答案: B

6、ss1-6 数据可视化作品中“田径运动员冲刺图”重点体现了数据可视化(          )的作用。
A、 信息推理与分析
B、 信息传播与协同
C、 记录信息
D、 信息清洗与加工
答案: C

7、ss1-7 从应用角度来说数据可视化的目标有很多个,包括有效呈现重要特征、辅助人们理解事物概念和过程、提高科研开发效率、提示事物内部客观规律以及数据之间的内在联系、对模拟和测量进行质量监控和(           )。
A、 促进沟通交流与合作
B、 信息记录
C、 信息推理和分析
D、 信息传播与协同
答案: A

8、ss1-8 1626年克里斯托弗·施纳(Christopher Scheiner) 画出来表达太阳黑子随时间变化的图属于数据可视化发展历程中(     )阶段的典型作品。
A、 萌芽时期
B、 测量与理论时期
C、 早期图表和图形的诞生时期
D、 数据绘图的广泛应用时期
答案: B

9、ds1-1 从宏观的角度来说数据可视化的作用有哪几个?
A、 信息记录
B、 信息推理与分析
C、 信息更改与显示
D、 信息传播与协同
答案: ABD

10、ds1-2 从应用的角度来说数据可视化有多个目标,下面哪些选项不属于数据可视化的目标。
A、 记录信息
B、 辅助人们理解事物概念和过程
C、 提示事物内部客观规律以及数据之间的内在联系
D、 信息传播与协同
答案: AD

解析:数据可视化从应用的角度有多个目标,包括有效呈现重要特征、辅助人们理解事物概念和过程、提高科研开发效率、提示事物内部客观规律以及数据之间的内在联系、对模拟和测量进行质量监控、促进沟通交流与合作

11、ds1-3 以下选项中哪几个典型案例作品说明了数据可视化信息传播与协同的重要作用。
A、 南丁格尔玫瑰图
B、 雅虎邮箱处理邮件数量图
C、 鬼图
D、 田径运动员冲刺图
答案: AB

12、ds1-4 以下哪几个选项的作品说明了数据可视化“记录信息”的作用。
A、 列奥纳多·达·芬奇绘制的人体解剖图
B、 南丁格尔玫瑰图
C、 自然史.博物学家威廉.柯蒂斯(William Curtis)绘制的植物图
D、 田径运动员冲刺图
答案: ACD

13、tf1-1 南丁格尔玫瑰图直观的表达了战争的可怕及医疗条件的重要性!

答案: 正确

14、tf1-2 可视分析学是以交互式的可视化界面为基础来进行分析和推理的一门科学。

答案: 正确

15、tf1-3 科学可视化是一个跨学科领域,旨在研究大规模非数值型信息资源的视觉呈现

答案: 错误

16、tf1-4 传统的信息可视化起源于统计图形学,与信息图形、视觉设计等学科的密切相关。

答案: 正确

17、tf1-5 公元950年,欧洲一位不知名的天文学家绘制了一幅太阳、月亮和行星位置图即《行星运动图》属于数据可视化发展历程中测量与理论阶段的典型代表作品。

答案: 错误

解析:行星运动图是数据可视化启蒙阶段的典型代表作品

18、tf1-6 1626年克里斯托弗·施纳(Christopher Scheiner) 画出的表达太阳黑子随时间变化的图属于数据可视化发展历程中现代启蒙阶段的代表作品

答案: 错误

解析:1626年克里斯托弗·施纳(Christopher Scheiner) 画出的表达太阳黑子随时间变化的图属于数据可视化发展历程中测量与理论时期的代表作品

19、tf1-7 英国杰出的工程师哈利·贝克(Harry Beck)于1931年提出的英国伦敦地铁系统拓扑图属于数据可视化发展历程中现代启蒙阶段的典型代表作品。

答案: 正确

20、tf1-8 1973年赫尔曼.诺夫(Herman Chernoff)发明了表达多维变量数据的脸谱编码属于数据可视化发展历程中“多维统计图形”阶段的代表作品。

答案: 错误

解析:1973年赫尔曼.诺夫(Herman Chernoff)发明了表达多维变量数据的脸谱编码属于数据可视化发展历程中“多维信息的可视化编码”阶段的代表作品。

21、tf1-9 Tableau属于数据可视化工具类中的可视化库基础图表工具类。

答案: 错误

解析:Tableau属于数据可视化工具类中的可视化BI工具类。

22、fb1-1 美国传统字典对可视化的定义为,在计算机学科的分类中,对(        )的可视表达以增强认知的技术称为可视化。

答案: 数据进行交互

23、fb2-1(     )是指客观事物通过视觉器官(人眼)在人脑中的直接反映。视觉感知是人类大脑的最主要功能之一。人脑功能的50%用于对视觉感知所得信息的处理。

答案: 视觉感知

24、fb2-2 可视化编码由(    )(图形元素)和(      )两部分组成。

答案: 标记 视觉通道

25、fb2-3 (     )的反馈对人来说学习成本低,能让人快速做出反映。

答案: 低阶视觉

26、fb2-4 (     )包括对物体的识别和分类,属于人类认知能力的重要组成部分。

答案: 高阶视觉

27、fb2-5 从可视化编码的角度对颜色进行分析,将颜色分为(           ),明度和饱和度三个视觉通道,即色彩的三要素

答案: 色相

28、fb2-6 从可视化编码的角度对颜色进行分析,将颜色分为色相、(           )和饱和度三个视觉通道,即色彩的三要素

答案: 明度

29、fb2-7 从可视化编码的角度对颜色进行分析,将颜色分为色相,明度和(             )三个视觉通道,即色彩的三要素

答案: 饱和度

30、ss2-1(      )的定义可用一句话概括为:描述数据与可视化结果的映射关系。

A、 视觉通道
B、 可视化编码
C、 视觉编码
D、 标记
答案: C

31、ss2-2 (     )最基本的法则是简单精炼法则,认为人们在进行观察的时候倾向于将它们归为一组。
A、 格式塔心理学感知理论
B、 爱德华·塔夫特原则
C、 潜意识处理理论
答案: A

32、ss2-3(        )即色彩的相貌和特征,指颜色的种类和名称。
A、 色相
B、 明度
C、 饱和度
D、 纯度
答案: A

33、ss2-4( )又称纯度,即色彩的鲜艳程度,纯度越高,图像表现得越鲜艳;纯度较低,图像则表现得比较黯淡。

A、 饱和度
B、 明度
C、 色相
D、 亮度
答案: A

34、ds2-1 视觉通道是指用于控制图形元素的展示特性,包括元素的颜色、位置等多种特性,下面选项中哪些(      )元素特性是视觉通道所包含的。
A、 方向
B、 色调
C、 面
D、 饱和度
答案: ABD

35、ds2-2 视觉通道分为哪几种类型
A、 定性或分类的视觉通道
B、 定量或定序的视觉通道
C、 无续的视觉通道
D、 分组的视觉通道
答案: ABD

36、ds2-3 针对如何设计出一个好的数据呈现结果,作为信息设计的先驱的耶鲁大学的统计学教授爱德华·塔夫特提出了自己的设计原则,下面哪几原则是爱德华·塔夫特提出的?
A、 明确因果关系
B、 整合各种迹象
C、 相似原则
D、 内容决定一切

答案: ABD

解析:

作为信息设计的先驱的耶鲁大学的统计学教授爱德华·塔夫特(EdwardTufte)认为一个好的数据呈现应该简明、准确、高效、一目了然、充分反映所包含的信息。要尽可能用最小的空间以最少的笔墨让受众在最短的时间得到最多的观点。针对如何设计出一个好的数据呈现结果,爱德华·塔夫特教授提出了以下原则。
明确对照物:在统计分析过程中,最基本的分析行为要回答清楚“与什么做比较?”。
明确因果关系:表明各个变量直接的关系
明确各种变化因素:世界是非常多列的。
整合各种迹象:把文字、数字、图像和图表完全整合在一起。
提供详细的标题:说明作者和发起人、数据来源,展示完整的测量比例,指出相关的问题。
内容决定一切:分析结果的好坏最终还是看内容的质量、实用性和完整性。

37、tf2-1 低阶视觉包括对物体的识别和分类,属于人类认知能力的重要组成部分。

答案: 错误

解析:高阶视觉包括对物体的识别和分类,属于人类认知能力的重要组成部分。

38、tf2-2 视觉感知是指客观事物通过视觉器官(人眼)在人脑中的直接反映。视觉感知是人类大脑的最主要功能之一。人脑功能的50%用于对视觉感知所得信息的处理。

答案: 正确

39、sa2-1 举例说明什么是复色?

答案: 两个间色或一种原色和其对应的间色(黄与紫、蓝与橙)相混合得到复色,复色中包含了所有的原色成分,只是各原色间的比例不等,从而形成了不同的颜色。例如:灰调色中的黄灰、绿灰;红调色中的紫红、品红等。

40、fb3-1时间数据也称(              )或动态数据,即同一现象或数据在不同时间点或时间段的数据序列。

答案: 时间序列

41、fb3-2 大数据中的应用中常见的时间数据通常分为连续型时间数据和(          )型时间数据两种类型。

答案: 离散

42、fb3-3 我们通常使用python中的matplotlib库的子模块pyplot库subplots()函数来绘制绘图区域,代码为
fig, ax = plt.subplots(figsize=(10, 4)),此代码表示创建一个(        )为10英寸,(           )为4英寸的绘图区域。其中fig代表绘图窗口(Figure);ax代表这个绘图窗口上的坐标系(Axis)。(填汉字)

答案: 宽 高

43、fb3-4 我们通常使用mapplotlib.pyplot.scatter函数来绘制(         )图。

答案: 散点

44、fb3-5 我们通常使用mapplotlib.pyplot.(                )函数来绘制柱形图。

答案: bar

45、fb3-6 我们通常使用mapplotlib.pyplot.(                )函数来绘制水平柱形图。

答案: barh

46、fb3-7 我们通常使用mapplotlib.pyplot.(                )函数来绘制散点图。

答案: scatter

47、fb3-8 我们通常使用python中的matplotlib库的子模块pyplot库subplots()函数来绘制绘图区域,代码为
fig, ax = plt.subplots(figsize=(12,8)),此代码表示创建一个(        )为8英寸,(           )为12英寸的绘图区域。其中fig代表绘图窗口(Figure);ax代表这个绘图窗口上的坐标系(Axis)。

答案: 高 宽

48、ss3-1 (            )的特点是曲线保持在同一个值,直到发生变化,直接跳跃到下一个值。它的形状就类似于平时楼道里面的楼梯。
A、 折线图
B、 阶梯图
C、 热力图
D、 拟合曲线
答案: B

49、ss3-2 python中matplotlib.pyplot.scatter函数中(              )参数用于设置点的样式。
A、 alpha
B、 c
C、 marker
D、 s
答案: C

50、ss3-3 python中matplotlib.pyplot.scatter函数中(              )参数用于设置点的大小。
A、 marker
B、 c
C、 alpha
D、 s
答案: D

51、ss3-4 python中matplotlib.pyplot.scatter函数中(              )参数用于设置点的透明度。
A、 s
B、 c
C、 alpha
D、 marker
答案: C

52、ss3-5 python中matplotlib.pyplot.bar函数中(              )参数用于设置每个条形关于纵坐标的起始点。
A、 width
B、 height
C、 bottom
D、 align
答案: C

53、ss3-6 在python中matplotlib.pyplot.bar函数中(              )参数用于设置条形边界颜色。
A、 color
B、 c
C、 edgecolor
D、 edgec
答案: C

54、tf3-1 离散型数据就是指任意两个数据点之间可以细分出无限多个数值,它表现的是不断变化的现象

答案: 错误

解析:连续型数据就是指任意两个数据点之间可以细分出无限多个数值,它表现的是不断变化的现象

55、f3-2 连续型数据就是指任意两个数据点之间可以细分出无限多个数值,它表现的是不断变化的现象
答案: 正确

56、tf3-3 股市实时行情是一种连续型数据
答案: 正确

57、tf3-4 python中的matplotlib.pyplot.scatter函数用于绘制柱形图。

答案: 错误

解析:python中的matplotlib.pyplot.scatter函数用于绘制散点图。

58、tf3-5 python中matplotlib.pyplot.bar函数用于绘制柱形图
答案: 正确

59、tf3-6 python中的matplotlib.pyplot.barh函数用于绘制水平柱形图
答案: 正确

60、tf3-7 在python中的matplotlib.pyplot.scatter函数中alpha参数为浮点型数据,代表点的大小

答案: 错误

解析:在python中的matplotlib.pyplot.scatter函数中alpha参数为浮点型数据,代表点的透明度

61、tf3-8 在python中的matplotlib.pyplot.scatter函数中参数c代表点的颜色
答案: 正确

62、ds3-1 离散型时间数据可以使用下面的(          )等基本图表来进行呈现
A、 拆线图
B、 柱形图
C、 散点图
D、 饼图
答案: BC

63、ds3-2 连续型时间数据可以使用下面的(             )基本图表来表示
A、 折线图
B、 饼图
C、 散点图
D、 阶梯图
答案: AD

64、sa3-1 使用matplotlib的pyplot子模块绘制1995-2010年美国邮费变化的阶梯图。要求阶梯的位置为前部,设置阶梯图的副标题为自己的“US Postage Fee - 姓名”,为每个图的横纵轴设置标签,标签字号大小为14,期中横轴标签为“年份”,纵轴标签为“邮费”,并为图中的关键点配置注释,注释内容为关键点处的邮费值。去除子图的右侧及上部的边框线,设置X轴刻度为数据集的Year列数据。代码编写完成后上传源代码及运行结果截图。
答案:

65、sa3-2 使用matplotlib的pyplot子模块绘制自然数1-5的立方数列的折线图。要求图的副标题为自己的“学号+姓名”,为每个图横纵轴设置标签,并为图中的关键点配置注释。上传内容源代码及运行结果截图。
答案:

66、sa3-3 使用python的matplotlib.pyplot.scatter函数绘制给定的2017年1月份FlowingData每天订阅量的散点图。数据集为subscribers.csv。绘制要求使用pandas读取数据集中的数据,横轴为时间数据以天为单位,纵轴为订阅量数据。设置图表的标题为“2017年1月FlowingData订阅量散点图- XXX绘制”。设置图表的横轴标签为“日期- XXX”,纵轴标签为“订阅量-XXX”,去除绘图区域顶部及右侧的边框。其中的XXX为本人"姓名+学号后五位"。要求图中的点颜色为红色,形状为圆形,大小为16,半透明。
答案:

67、sa3-4 使用python的matplotlib.pyplot.bar函数绘制给定的热狗大胃王比赛结果柱形图。数据集为hot-dog-contest-winners.csv。绘制要求使用pandas读取数据集中的数据,横轴为时间数据以年为单位,纵轴为每年参赛冠军所吃的热狗数量数据。设置图表的标题为“热狗大胃王比赛数据图- XXX绘制”。设置图表的横轴标签为“年份- XXX”,纵轴标签为“冠军所吃热狗数量-XXX”。其中的XXX为本人"姓名+学号后五位"。要求图中的柱形颜色为红色,边线颜色为蓝色,柱形宽度为0.8。
答案:

pandas pd
matplotlib pyplot plt
hotdog = pd.read_csv()
figax=plt.subplots(=())
x_data = hotdog[]
y_data = hotdog[]
plt.bar(=x_data=y_data===)
ax = plt.gca()
ax.set_title(==)
plt.rcParams[]=[]
plt.rcParams[]=ax.set_ylabel()
ax.set_xlabel()
plt.show()

68、sa3-5 使用python的matplotlib.pyplot.bar函数绘制给定的热狗大胃王比赛结果的堆叠柱形图。数据集为hot-dog-stack-places.csv(见附件)。绘制要求使用pandas读取数据集中的数据,横轴为时间数据以数据集中的年所在列为数据单位,纵轴分别为每年参赛冠亚季军总和、冠亚军总和以及冠军所吃的热狗数量为显示数据。设置图表的标题为“热狗大胃王比赛前三甲数据堆叠柱形图- XXX绘制”。设置图表的横轴标签为“年份- XXX”,纵轴标签为“比赛前三甲所吃热狗数量情况图-XXX”。其中的XXX为本人"姓名+学号后五位"。要求图中前三甲数据总和的柱形颜色为红色,冠亚军总和的柱形颜色为蓝色,冠军数据柱形颜色为黄色,所有柱形连线颜色都为蓝色;柱形宽度为0.7;柱形为透明度为0.8;去掉图形右侧及上侧的边框;在每一个柱形的顶部添加数据提示文字。
答案:

pandas pd
matplotlib pyplot plt
hotdog = pd.read_csv()
figax=plt.subplots(=())
plt.rcParams[] = []
x_data = hotdog[]
y_data_1 = hotdog[]
y_data_2 = hotdog[]
y_data_3 = hotdog[]
plt.bar(=x_data=y_data_1 + y_data_2 + y_data_3===)
plt.bar(=x_data=y_data_2 + y_data_1===)
plt.bar(=x_data=y_data_3===)
ax = plt.gca()
ax.set_title(==)
plt.rcParams[]=[]
plt.rcParams[]=ij (hotdog[]-y_data_1 + y_data_2 + y_data_3+):
    ax.text(=i=j=j)
ax.set_ylabel()
ax.set_xlabel()
plt.show()

69、sa3-6 使用matplotlib的pyplot子模块绘制自然数1-6的平方数列的折线图。要求图形使用seaborn样式,指定线条粗细为3,图的标题为“平方数+XXX绘制”,颜色为蓝色,大小为24;为图的横纵轴设置标签,标签大小为14,颜色为蓝色,横轴标签为“值”,纵轴标签为“值的平方”,并为图中横纵轴设置刻度,刻度值及刻度线的颜色均为蓝色,刻度值字号大小为14。去掉顶部和右侧的边框。绘制完成后上传内容源代码及运行结果截图。
答案:

70、sa3-7使用matplotlib的pyplot子模块绘制自然数1-5的立方数列的折线图。要求图形使用seaborn样式,指定线条粗细为2,颜色为红色。图的标题为“立方数+XXX绘制”,大小为25,颜色为红色;为图的横纵轴设置标签,标签大小为15,颜色为红色,横轴标签为“值”,纵轴标签为“值的立方”,并为图中横纵轴设置刻度,刻度值及刻度线的颜色均为红色,刻度值字号大小为15。去掉顶部和右侧的边框。绘制完成后上传内容源代码及运行结果截图。其中的XXX为本人"姓名+学号后五位"。
答案:

71、sa3-8 使用matplotlib的pyplot子模块绘制自然数1-6的立方数列的折线图。要求图形使用seaborn样式,指定线条粗细为3,图的标题为“立方数+XXX绘制”,颜色为金黄色,大小为26;为图的横纵轴设置标签,标签大小为16,颜色为金黄色,横轴标签为“值”,纵轴标签为“值的立方”,并为图中横纵轴设置刻度,刻度值及刻度线的颜色均为金黄色,刻度值字号大小为16。去掉顶部和右侧的边框。绘制完成后上传内容源代码及运行结果截图。
答案:

72、sa3-11 使用matplotlib的pyplot子模块绘制1996-2012年美国邮费变化的阶梯图。要求阶梯的位置为前部,设置阶梯图的副标题为自己的“美国邮费变化阶梯图 - XXX绘制”。设置子图的宽为12,高为8。为每个子图的横纵轴添加标签,其中横轴标签为“年份-XXX”,纵轴标签为“邮费-XXX”,并为图中的关键点配置注释,注释内容为关键点处的邮费值。去除子图的右侧及上部的边框线,设置X轴刻度为数据集中Year列数据,Y轴刻度默认。代码编写完成后上传源代码及运行结果截图。
答案:

73、sa3-12  通过使用pandas读取数据集us-postage-12.csv的数据,并使用matplotlib的pyplot子模块绘制1999-2021年美国邮费变化的阶梯图。要求阶梯的位置为后部,设置阶梯图的标题为自己的“美国邮费变化阶梯图 - XXX绘制”。设置子图的宽为14,高为8。为每个子图的横纵轴添加标签,其中横轴标签为“时间-XXX”,纵轴标签为“邮费-XXX”,标签文字大小均为16。为图中的关键点配置注释,注释内容为关键点处的邮费值。去除子图的右侧及上部的边框线,设置X轴刻度为数据集中Year列数据,Y轴刻度默认。代码编写完成后上传源代码及运行结果截图,其中的XXX为本人的”姓名+学号后5位“。
答案:

74、sa3-13  通过使用pandas读取数据集us-postage-13.csv的数据,并使用matplotlib的pyplot子模块绘制2000-2021年美国邮费变化的阶梯图。要求阶梯的位置为中部,设置阶梯图的标题为“美国邮费阶梯图 - XXX绘制”。设置子图的宽为14,高为7。为每个子图的横纵轴添加标签,其中横轴标签为“时间-XXX”,纵轴标签为“邮费-XXX”,标签文字大小均为16。为图中的关键点配置注释,注释内容为关键点处的邮费值。去除子图的右侧及上部的边框线,设置X轴刻度为数据集中Year列数据,Y轴刻度默认。代码编写完成后上传源代码及运行结果截图。其中XXX为“姓名+学号后5位"。
答案:

75、sa3-14 使用python的matplotlib.pyplot.bar函数绘制给定的热狗大胃王比赛结果柱形图。数据集为hot-dog-winners-14.csv。绘制要求使用pandas读取数据集中的数据,横轴为时间数据以年为单位,纵轴为每年参赛冠军所吃的热狗数量数据。设置图表的标题为“热狗大胃王比赛数据图- XXX绘制”。设置图表的横轴标签为“年份- XXX”,纵轴标签为“冠军所吃热狗数量-XXX”,标签字号为16。其中的XXX为本人"姓名+学号后五位"。要求图中的柱形颜色为蓝色,边线颜色为黑色,柱形宽度为0.8。
答案:

76、sa3-15 使用python的matplotlib.pyplot.bar函数绘制给定的热狗大胃王比赛结果柱形图。数据集为hot-dog-winners-15.csv。绘制要求使用pandas读取数据集中的数据,横轴为时间数据以年为单位,纵轴为每年参赛冠军所吃的热狗数量数据。设置图表的标题为“热狗大胃王数据图- XXX绘制”。设置图表的横轴标签为“年份- XXX”,纵轴标签为“冠军所吃热狗数量-XXX”,标签字号为14。其中的XXX为本人"姓名+学号后五位"。要求图中的柱形颜色为红色,边线颜色为黑色,柱形宽度为0.8。
答案:

77、sa3-16 使用python的matplotlib.pyplot.bar函数绘制给定的热狗大胃王比赛结果柱形图。数据集为hot-dog-winners-16.csv。绘制要求使用pandas读取数据集中的数据,横轴为时间数据以年为单位,纵轴为每年参赛冠军所吃的热狗数量数据。设置图表的标题为“热狗大胃王数据图- XXX绘制”。设置图表的横轴标签为“时间- XXX”,纵轴标签为“热狗数量-XXX”,标签字号为14。其中的XXX为本人"姓名+学号后五位"。要求图中的柱形颜色为黄色,边线颜色为蓝色,柱形宽度为0.7。
答案:

78、sa3-17:使用matplotlib的pyplot子模块绘制历年央行活期存款利率变化的折线图。要求使用pandas读取给定的数据集cn-bankrate.csv获取图表数据。使用subplots同时创建一个宽为12,高为8的画布及子图。设置折线图的标题为自己的“央行活期存款利率变化图-学号+姓名”。设置横轴标签为“年份”,纵轴标签为“利率”,标题大小为24;设置横纵轴标签及刻度大小均为16,线宽为2。绘图时使用seaborn样式。
答案:

79、sa3-18 使用matplotlib的pyplot子模块绘制1990-2020年央行活期利率变化的阶梯图。要求使用subplots同时创建一个宽为10,高为6的画布及子图。阶梯的位置为后部,设置阶梯图的标题为自己的“CN Bank Rate-姓名-学号后三位”,为每个图的横纵轴设置标签,横轴标签为“年份”,纵轴标签为“利率”;为图中的关键点配置注释,注释内容为关键点处的利率值。自行调整横纵轴标签及刻度的字号使图型美观。去除子图的右侧及上部的边框线,设置X轴刻度为数据集的Year列数据。代码编写完成后上传源代码及运行结果截图。
答案:

80、sa3-19 使用matplotlib的pyplot子模块绘制1990-2020年央行活期利率变化图。要求使用subplots同时创建一个宽为14,高为10的画布,在此画面上绘制2*2四个子图区域。在第一行第一列的子图上绘制央行利率的阶梯图,在第二行第二列的子图上绘制央行利率的折线图。阶梯的位置为后部,设置阶梯图的标题为自己的“CN Bank Rate-姓名-学号后三位”,折线图的标题为“央行利率折线图-姓名-学号后三位”。为每个图的横纵轴设置标签,横轴标签为“年份”,纵轴标签为“利率”;为图中的关键点配置注释,注释内容为关键点处的利率值。自行调整横纵轴标签及刻度的字号使图型美观。去除子图的右侧及上部的边框线,设置X轴刻度为数据集的Year列数据,剔除Y轴数据刻度。代码编写完成后上传源代码及运行结果截图。
答案:

81、绘制1990-2020年中国GDP变化情况散点图,要求点的大小及颜色随GDP的不同而不同。点的大小与GDP的值相关,颜色随机设置,使图表设计美观。
答案:
82、sa3-20使用matplotlib的pyplot子模块绘制1977-2016年全国高考录取率变化的散点图。要求使用pandas读取给定的数据集acceptance-rate.csv获取图表数据。使用subplots同时创建一个宽为12,高为8的画布及子图。设置散点图的标题为自己的“1977-2016全国高考录取率变化图-姓名+学号后三位”。设置横轴标签为“年份”,纵轴标签为“录取率”,标题大小为20;设置横纵轴标签及刻度大小均为16,去掉绘图区域顶部及右侧的边框。图中点的颜色为红色,点的形状为圆形,点的大小随着录取率的变化而变化,根据每年录取率的不同值自行设定点的大小,保证绘制效果美观即可。提交源代码截图及运行结果截图。
答案:

83、sa3-21 使用matplotlib的pyplot子模块绘制1979-2015年全国高考录取率变化的散点图。要求使用pandas读取给定的数据集acceptance-rate2.csv获取图表数据。使用subplots同时创建一个宽为12,高为8的画布及子图。设置散点图的标题为自己的“1979-2015全国高考录取率变化图-姓名+学号后三位”。设置横轴标签为“年份”,纵轴标签为“录取率”,标题大小为24;设置横纵轴标签及刻度大小均为15,去掉绘图区域顶部及右侧的边框。图中点的颜色为蓝色,点的形状为星形,点的大小随着录取率的变化而变化,根据每年录取率的不同值自行设定点的大小,保证绘制效果美观即可。提交源代码截图及运行结果截图。
答案:

84、sa3-22 使用python的matplotlib.pyplot.bar函数绘制给定的1990-2020年中国GDP变化情况柱状图。数据集为gdp-per-China-worldbank-1.csv。绘制要求使用pandas读取数据集中的数据,横轴为时间数据以年为单位,纵轴为每年中国的GDP值。设置图表的标题为“1990-2020年中国GDP变化情况柱状图- XXX绘制”。设置图表的横轴标签为“年份- XXX”,纵轴标签为“中国的GDP-XXX”,标签字号为16。其中的XXX为本人"姓名+学号后3位"。要求图中的柱形颜色为红色,边线颜色为黑色,柱形宽度为0.7。
答案:

85、sa3-23 使用python的matplotlib.pyplot.bar函数绘制给定的沈阳市第43中学刘同学与韩同学的周考成绩对比柱状图。数据集为week-score.csv。绘制要求使用pandas读取数据集中的数据,横轴为时间数据以周为单位,纵轴为每周韩同学与刘同学的在周考中语数英三科总成绩。设置图表的标题为“沈阳市第43中学秋季刘韩两位同学周考成绩对比柱状图- XXX绘制”。设置图表的横轴标签为在每组柱形下标注所属的周号即“第X周”.纵轴标签为“语数英三科总成绩-XXX”,标签字号为16。其中的XXX为本人"姓名+学号后3位"。要求为韩同学和刘同学的成绩柱分别绘制不同的颜色,边线颜色为黑色,柱形宽度为0.3,并分别为每个柱添加文本注释注释名为周考的成绩,为此柱状图添加图例,去掉绘图区域顶部及右侧的边框。
答案:

86、sa2-1、使用matplotlib的figure函数创建一个宽为8、高为6的画布,并使用add_subplot函数在画布上创建2*3个直角坐标系(子图),并在第2行第1列的直角坐标系上绘制柱具有3个柱的柱状图
答案:

matplotlib.pyplot plt
numpy np
fig = plt.figure(=(, ))
ax1=fig.add_subplot(,,)
ax2=fig.add_subplot(,,)
ax3=fig.add_subplot()
ax4=fig.add_subplot()
x = np.arange()
y = np.arange()
ax4.bar(x,y)
ax5=fig.add_subplot()
ax6=fig.add_subplot()
plt.show()

87、sa2-2、使用matplotlib的subplots函数在画布上创建3*3个直角坐标系(子图),并在第2行第2列的直角坐标系上绘制柱具有四个柱的柱状图
答案:

matplotlib.pyplot plt
numpy np
x = np.arange()
y = np.arange()
fig, axes = plt.subplots(, )
axes[,].bar(x,y)
plt.show()

88、sa2-3、使用matplotlib的subplot2grid函数在画布上创建3*3个直角坐标系(子图),并在第1行第1列的直角坐标系上绘制简单的折线图,在第二行第二列的直角坐标系上绘制简单的柱状图
答案:

matplotlib.pyplot plt
numpy np
x = np.arange(,)
y = np.arange(,)
plt.subplot2grid((,),(,))
plt.plot(x,y)
plt.subplot2grid((,),(,))
plt.bar(x,y)
plt.show()

89、sa2-4、使用matplotlib的figure函数创建一个宽为10、高为8的画布,并使用add_subplot函数在画布上创建3*3个直角坐标系(子图),并在第3行第2列的直角坐标系上绘制柱具有3个柱的柱状图
答案:

matplotlib.pyplot plt
numpy np
fig = plt.figure(=(, ))
ax1=fig.add_subplot(,,)
ax2=fig.add_subplot(,,)
ax3=fig.add_subplot()
ax4=fig.add_subplot()
ax5=fig.add_subplot()
ax6=fig.add_subplot()
ax7=fig.add_subplot()
ax8=fig.add_subplot()
x = np.arange()
y = np.arange()
ax8.bar(x,y)
ax9=fig.add_subplot()
plt.show()

90、sa2-4、使用matplotlib的subplots函数在画布上创建4*3个直角坐标系(子图),并在第2行第3列的直角坐标系上绘制柱具有四个柱的柱状图,在第3行第一列的直角坐标系上绘制简单的折线图。
答案:

matplotlib.pyplot plt
numpy np
x = np.arange(,)
y = np.arange(,)
fig, axes = plt.subplots(, )
axes[,].bar(x,y)
axes[,].plot(x,y)
plt.show()