【Python数据解析】四级成绩分布 -matplotlib,xlrd 应用

近期拿走了一些季层成绩数据,大概500大多单,于是突发奇想是否能省这些造就数据是否满足所谓的正态分布也?说干就干,于是起矣马上首文章。
章顺带介绍了xlrd模块的片段用法及matplotlib画打定义数据的条形图和无限制的条形图的一对艺术,并且提供了片连锁链接,可当学习matplotlib和numpy的资源,希望对读者也发生协助。

重美丽之格式见这里

工具

  • Python
    3.5
  • xlrd模块
  • numpy模块和部分负模块(安装请自行查询方式,绝大部分pip就只是搞定)
  • matplotlib绘图模块

xlrd基本用法

1、导入模块

1
import xlrd

2、打开Excel文件读取数据

1
data = xlrd.open_workbook('excelFile.xls')

3、使用技巧

  • 抱一个工作表

    1
    2
    3
    table = data.sheets()[0]             #通过索引顺序获取
    table = data.sheet_by_index(0)       #通过索引顺序获取
    table = data.sheet_by_name(u'Sheet1')#通过名称获取
  • 博整行和整列的值(数组)

    1
    2
    3
    4
    5
    6
    7
    table.row_values(i)
    table.col_values(i)
    ``` 
    * 获取行数和列数
    ```python
    nrows = table.nrows
    ncols = table.ncols
  • 循环行列表数据

    1
    2
    for i in range(nrows ):
        print table.row_values(i)
  • 单元格

    1
    2
    cell_A1 = table.cell(0,0).value
    cell_C4 = table.cell(2,3).value
  • 使行列索引

    1
    2
    cell_A1 = table.row(0)[0].value
    cell_A2 = table.col(1)[0].value
  • 简短的写入

    1
    2
    3
    4
    5
    6
    7
    8
    row = 0
    col = 0
     #类型 0 empty,1 string, 2 number, 3 date, 4 boolean, 5 error
    ctype = 1 value = '单元格的值'
    xf = 0 # 扩展的格式化
    table.put_cell(row, col, ctype, value, xf)
    table.cell(0,0)  #单元格的值'
    table.cell(0,0).value #单元格的值'

描绘折线图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
import xlrd
import numpy as np
import matplotlib.pyplot as plt

data = xlrd.open_workbook('D:\\Python Workspace\\Data\\cet4.xls')

table = data.sheets()[0]   #sheet 0

col5 = table.col_values(5)[1:]   #取第5列的成绩,并去掉列属性名称

count = [0 for i in range(0,650)]  #初始化count
x = [i for i in range(0,650)]

for i in col5:
    num = int(i)
    count[num] += 1            #统计每个人数的人数

plt.xlabel('Score')
plt.ylabel('Number of people')
plt.title('Distribution of CET-4 Scores')
plt.ylim(0,8)
plt.plot([i for i in range(250,650) if count[i] != 0],[i for i in count[250:] if i != 0],linewidth=1)  #画出折线图
plt.show()

科学教案 1图1

画直方图并跟正态分布直方图对比

import xlrd
import numpy as np
from math import *
import pylab as pl
import matplotlib.pyplot as plt

data = xlrd.open_workbook('D:\\Python Workspace\\Data\\cet4.xls')

table = data.sheets()[0]   #sheet 0

col5 = table.col_values(5)[1:]

ha = [int(i) for i in col5]     #成绩数据
mu = np.mean(ha)      #平均值
sigma = np.std(ha)    #标准差
data = np.random.normal(mu,sigma,1000)  #生成正态分布随机数据

x = np.linspace(0,700,1000)
y = (1. / sqrt(2 * np.pi) / sigma)*np.exp( -((x-mu)**2/(2*sigma**2)) )

plt.hist(data,bins=100,facecolor='g',alpha=0.44)
plt.hist(ha,bins=70,facecolor='r',histtype='stepfilled')
plt.plot(x,y,color='b')   #正态分布曲线

plt.xlabel('Score')
plt.ylabel('Number of people')
plt.title('Distribution of CET-4 Scores')
plt.show()

科学教案 2图2
还可求得数据的均值和业内各异分别吗:476.743785851与104.816562585
鉴于图可见,绿色条形图是$\mu$=476.743785851,$\sigma$=104.816562585之正态分布条形图,而红是四级成绩数据的分布图,虽然由于数量比较少(500多只数据),所以拟合较差,但是可看出成绩数据或者基本满足正态分布的。
匪懂得也底,正态曲线没有画出,单独画正态曲线是可打出来的,有待研究。

绘制直方图的组成部分参数解释

绘图都好调用matplotlib.pyplot库来展开,其中的hist函数可以一直绘制直方图。

调用方式:

1
n, bins, patches = plt.hist(arr, bins=10, normed=0, facecolor='black', edgecolor='black',alpha=1,histtype='bar')

 

hist的参数非常多,但常用之就马上六个,只有首先单凡是得的,后面四只可选

arr:
需要计算直方图的如出一辙维数组

bins:
直方图的柱数,可选,默认为10

normed:
是否用赢得的直方图向量归一化。默认为0

facecolor:
直方图颜色

edgecolor:
直方图边框颜色

alpha:
透明度

histtype:
直方图类型,‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’

返回值

n:
直方图向量,是否归一化由参数normed设定

bins:
返回各个bin的距离范围

patches:
返回每个bin里面含有的数目,是一个list

摘自这里 from
denny

有些链接

matplotlib

库底主页
gallary

matplotlib的有些演示及其代码,是不行好的攻工具。
于是python做科学计算

之所以Python作科学计算的局部工具
xlrd文档
numpy的片办法

Leave a Comment.