Hướng dẫn datacamp intermediate python answers github - datacamp trung gian python câu trả lời github
# Matplotlib# lô dòng (1)# in mục cuối cùng từ nhiều năm và dân số (năm [-1]) in (pop [-1])# trục x, bật trên y-aaxplt.plot (năm, pop) plt.show () #line Plot (3) # in mục cuối cùng của GDP_CAP và LIFE_EXPPRINT (GDP_CAP [-1]) in (Life_Exp [-1 ]) # Tạo một biểu đồ dòng, gdp_cap trên trục x, life_exp trên y-axisplt.plot (gdp_cap, life_exp) # hiển thị âm mưu. Phân tán Plotplt.Scatter (GDP_CAP, LIFE_EXP) . 5 BINSPLT.HIST (LIFE_EXP, Bins = 5) # Hiển thị và Xóa Plotplt.Show () plt.clf () # Build Biểu đồ với 20 BINSPLT.HIST (LIFE_EXP, BINS = 20) Một biểu đồ (3): So sánh # Biểu đồ của Life_Exp, 15 BinSplt.Hist (Life_Exp, Bins = 15) # Show và Clear Plotplt.Show () plt.clf () = 15) # Hiển thị và xóa âm mưu lại = 'Tuổi thọ [tính bằng năm]' Tiêu đề = 'Phát triển thế giới năm 2007' # Thêm nhãn trục ) # Ticks # Scatter Plotplt.Scatter (GDP_CAP, LIFE_EXP) plt.title ('Phát triển thế giới năm 2007') # Định nghĩa của Tick_ Val và Tick_Labtick_Val = [1000,10000,100000] Tick_Lab = ['1K', '10K', '100K'] show ()# kích thước# nhập numpy dưới dạng npimportnumpyasnp# store pop dưới dạng mảng numpy: np_popnp_pop = np.array (pop)# double np_popnp_pop = 2*np_pop# update NP_POP) # Customizationsplt.xscale ('log') plt.xlabel ('GDP trên đầu người [tính bằng USD]') plt.ylabel ('Tuổi thọ [tính bằng năm]') plt.xticks ([1000, 10000, 100000], ['1k', '10k', '100k']) . ') plt.ylabel (' tuổi thọ [tính bằng năm] ') plt.title (' Phát triển thế giới năm 2007 ') plt.xticks ([1000.10000.100000], [' 1K ',' 10k ',' 100k ' ] ) # Hiển thị bản đồ . 10000.100000], ['1k', '10k', '100k']) callplt.grid (true) # Hiển thị Plotplt.Show () #Line plot (1) # Print the last item from years and populations print(year[-1]) print(pop[-1]) # Import matplotlib.pyplot as plt import matplotlib.pyplot as plt # Make a line plot: year on the x-axis, pop on the y-axis plt.plot(year, pop) plt.show() #Line plot (3) # Print the last item of gdp_cap and life_exp print(gdp_cap[-1]) print(life_exp[-1]) # Make a line plot, gdp_cap on the x-axis, life_exp on the y-axis plt.plot(gdp_cap, life_exp) # Display the plot plt.show() #Scatter Plot (1) # Change the line plot below to a scatter plot plt.scatter(gdp_cap, life_exp) # Put the x-axis on a logarithmic scale plt.xscale('log') # Show plot plt.show() #Scatter plot (2) # Import package import matplotlib.pyplot as plt # Build Scatter plot plt.scatter(pop, life_exp) # Show plot plt.show() #Build a histogram (1) # Create histogram of life_exp data plt.hist(life_exp) # Display histogram plt.show() #Build a histogram (2): bins # Build histogram with 5 bins plt.hist(life_exp, bins = 5) # Show and clear plot plt.show() plt.clf() # Build histogram with 20 bins plt.hist(life_exp, bins = 20) # Show and clear plot again plt.show() plt.clf() #Build a histogram (3): compare # Histogram of life_exp, 15 bins plt.hist(life_exp, bins = 15) # Show and clear plot plt.show() plt.clf() # Histogram of life_exp1950, 15 bins plt.hist(life_exp1950, bins = 15) # Show and clear plot again plt.show() #Labels # Basic scatter plot, log scale plt.scatter(gdp_cap, life_exp) plt.xscale('log') # Strings xlab = 'GDP per Capita [in USD]' ylab = 'Life Expectancy [in years]' title = 'World Development in 2007' # Add axis labels plt.xlabel(xlab) plt.ylabel(ylab) # Add title plt.title(title) # After customizing, display the plot plt.show() #Ticks # Scatter plot plt.scatter(gdp_cap, life_exp) # Previous customizations plt.xscale('log') plt.xlabel('GDP per Capita [in USD]') plt.ylabel('Life Expectancy [in years]') plt.title('World Development in 2007') # Definition of tick_val and tick_lab tick_val = [1000,10000,100000] tick_lab = ['1k','10k','100k'] # Adapt the ticks on the x-axis plt.xticks(tick_val,tick_lab) # After customizing, display the plot plt.show() #Sizes # Import numpy as np import numpy as np # Store pop as a numpy array: np_pop np_pop=np.array(pop) # Double np_pop np_pop = 2*np_pop # Update: set s argument to np_pop plt.scatter(gdp_cap, life_exp, s=np_pop) # Previous customizations plt.xscale('log') plt.xlabel('GDP per Capita [in USD]') plt.ylabel('Life Expectancy [in years]') plt.title('World Development in 2007') plt.xticks([1000, 10000, 100000],['1k', '10k', '100k']) # Display the plot plt.show() # Colors # Specify c and alpha inside plt.scatter() plt.scatter(x = gdp_cap, y = life_exp, s = np.array(pop) * 2,c=col,alpha=0.8) # Previous customizations plt.xscale('log') plt.xlabel('GDP per Capita [in USD]') plt.ylabel('Life Expectancy [in years]') plt.title('World Development in 2007') plt.xticks([1000,10000,100000], ['1k','10k','100k']) # Show the plot plt.show() # Additional Customizations # Scatter plot plt.scatter(x = gdp_cap, y = life_exp, s = np.array(pop) * 2, c = col, alpha = 0.8) # Previous customizations plt.xscale('log') plt.xlabel('GDP per Capita [in USD]') plt.ylabel('Life Expectancy [in years]') plt.title('World Development in 2007') plt.xticks([1000,10000,100000], ['1k','10k','100k']) # Additional customizations plt.text(1550, 71, 'India') plt.text(5700, 80, 'China') # Add grid() call plt.grid(True) # Show the plot plt.show() |
