链接：https://pan.baidu.com/s/1PlSosvbXm_jiNQYZ-VK6MA
提取码：y8ma

第1章 数据可视化与matplotlib

一、填空题

1.图形
2.图表
3.箱形图
4.2D
5.Anaconda

二、判断题

1.√
2.×
3.×
4.×

三、选择题

1.C
2.C
3.D
4.D
5.A，B，C，D

四、简答题

1.答：数据可视化旨在借助图形化的手段，将一组数据以图形的形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。
2.答：折线图是将数据标注成点，并通过直线将这些点按某种顺序连接而成的图表，它以折线的方式反映事物沿某一维度的变化趋势，能够清晰地展示数据增减的趋势、速率、规律及峰值等特征；柱形图是由一系列宽度相等、高低不齐的纵向矩形条组成的图表，它使用矩形条的高度表示数据的多少，以此反映不同分类数据之间的差异；饼图是由若干个面积大小不一、颜色不同的扇形组成的圆形图表，它使用圆表示数据的总量，组成圆的每个扇形表示数据中各项占总量的比例大小，主要用于显示数据中各项大小与各项总和的比例。
3.答：当使用pyplot API绘图时，用户需要先使用“import matplotlib.pyplot as plt”语句导入pyplot模块，之后使用该模块调用绘图函数即可在当前的画布和绘图区域中绘制图表；当使用object-oriented API绘图时，用户需要先创建画布（pyplot.Figure类对象），再在该画布上创建坐标系风格的绘图区域（pyplot.Axes类对象），之后调用绘图方法创建图形，将这些创建的对象组合到一起才完成一次完整的绘图。

五、编程题

答案：

# ————面向对象的方式
import numpy as np
import matplotlib.pyplot as plt
x_data = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y_sin, y_cos = np.sin(x_data), np.cos(x_data)
fig = plt.figure()                         
ax = fig.add_subplot(111)                 
ax.plot(x_data, y_sin)   
ax.plot(x_data, y_cos)
plt.show()
# ————面向函数的方式
import numpy as np
import matplotlib.pyplot as plt
x_data = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y_sin, y_cos = np.sin(x_data), np.cos(x_data)                 
plt.plot(x_data, y_sin)   
plt.plot(x_data, y_cos)
plt.show()

第2章 使用matplotlib绘制简单图表

一、填空题

1.Line2D
2.堆积图
3.10

二、判断题

1.×
2.√
3.×

三、选择题

1.D
2.C
3.B
4.D
5.C

第3章 图表辅助元素的定制

一、填空题

1.图形
2.标识
3.指示箭头
4.参考线
5.数学公式

二、判断题

1.×
2.√
3.×
4.√
5.√

三、选择题

1.B
2.C
3.B
4.A
5.D

四、简答题

1.答：指向型注释文本是指通过指示箭头的注释方式对绘图区域的图形进行解释的文本，它一般使用线条连接说明点和箭头指向的注释文字；无指向型注解文本是指单纯地使用文字的注释方式对绘图区域的图形进行说明的文本。
2.答：坐标轴是用于定义坐标系的一组直线或曲线；标题是图表的名称，可以迅速地让读者理解图表要说明的内容；图例是一个列举的各组图形标识方式的方框图，可以帮助用户明确每组图形代表的含义；网格是从坐标轴刻度开始的、贯穿绘图区域的若干条线，用于作为估算图形所示值的标准；参考线是标记坐标轴上特殊值的一条直线；参考区域是标记坐标轴上特殊范围的一块区域；注释文本是对图形的一些注释和说明；表格主要用于强调比较难理解的数据。