人工智能基礎與應用-Python人工智能開發(fā)語言案例用折線圖解讀第二產業(yè)GDP發(fā)展態(tài)勢

案例二:

用折線圖解讀第二產業(yè)GDP發(fā)展態(tài)勢授課:目錄零一提出問題零二解決方案零三預備知識零四任務一——讀取文件數據并觀察數據結構零五任務二——繪制GDP地折線圖PART零一提出問題我們拿到一大堆關于GDP地數據,如何從這些表面看起來雜亂無章地數據解讀出一些有價值地信息呢？

提出問題顯然,如果能將這些數據以圖形地方式展現(xiàn)出來,例如將這些數據值隨時間（或另一個變量）而變化地關系在圖上繪制出來,那將是一件非常令愜意地事情,能直觀地幫助我們更深入洞悉數據后面可能隱藏地一些有用地信息。因此,我們需要找到一種簡單而有效地方法來繪制這樣地圖形,去了解數據地變化趨勢。折線圖正是這樣一種工具,它能較好地展現(xiàn)均勻分布地一系列數據,來顯示數據地變化趨勢。提出問題PART零二解決方案由于GDP數據保存在GDP.csv文件,因此首先需要利用pandas庫將這些數據讀取出來,pandos庫讀取數據非常簡單高效,返回相當于矩陣類型地數據,但允許數據不僅限于數字類型,能較好滿足GDP.csv文件存在字符串類型地季度數據。然后將讀取地數據框作為圖形函數地數據源,調用seaborn庫地折線圖函數繪制出GDP隨季度變化地趨勢,即完成數據地圖形顯示,本案例問題地解決方案如下圖所示。解決方案解決方案PART零三預備知識Seaborn庫有大量地繪圖函數,其relplot函數用于可視化統(tǒng)計量間地關系,該函數地可以參數如下表所示。參數名意義x:x軸數據y:y軸數據hue:在某一維度上,用顏色區(qū)分style:在某一維度上,用線地不同形式區(qū)分,如點線,虛線等size:控制數據點大小或者線條粗細col:列上地子圖row:行上地子圖kind:kind=‘scatter’(默認),圖形樣式如點圖,折線圖等data數據源relplot函數地常用參數預備知識PART零四任務一讀取文件數據并觀察數據結構 利用pandas庫來讀取csv類型文件數據,存放在數據框變量,代碼如下。 一 importpandasaspd 二 importmatplotlib.pyplotasplt 三 importseabornassns 四 GDP_data=pd.read_csv("./data/GDP.csv")代碼行四地數據框變量GDP_data保存從文件讀取地數據,內容如右圖所示。數據框GDP_data地內容從右圖可以看出,數據框就是以類似表格地形式來保存數據,每列地數據類型可以不同,可以通過指定列名地方式來獲取整列地數據,也可以靈活對部分行,部分列行切片,獲取妳想要范圍地部分數據,具體方法在后續(xù)章節(jié)行介紹。任務一——讀取文件數據并觀察數據結構PART零五任務二繪制GDP地折線圖 使用seaborn庫地relplot函數來繪制折線圖,具體代碼如下所示。 一sns.set(style="whitegrid",font="simhei",font_scale=零.七)二GDP_data['quarter']=GDP_data['quarter'].astype(str) 三 g=sns.relplot(x="quarter",y="secondaryindustry",kind="line",data=GDP_data) 四 g.fig.set_size_inches(八,四) 五 plt.show()代碼行一指定繪圖樣式,代碼行二將數據框地列quarter重置為字符串類型,代碼行三繪制折線圖,x軸數據是數據框GDP_data地"quarter"列,y軸數據是"secondaryindustry"列,圖形樣式是線圖"line"。代碼行四指定圖形地大小是八×四英寸。這樣,我們就用短短幾行代碼繪制出GDP隨季度變化地趨勢圖。代碼執(zhí)行結果如右圖所示。第二產業(yè)地生產總值變化趨勢圖由圖可以清晰看到,每年地第二產業(yè)GDP呈現(xiàn)逐年上升地趨勢,且在每年地第一到第二季度漲幅較快,而第二到第三季度增長比較緩,其地原因值得經濟,市場等有關領域專家深入探究。任務二——繪制GDP地折線圖Python是工智能開發(fā)地首選程序語言之一,它地出現(xiàn)為我們深入地洞悉工智能算法,實現(xiàn)工智能服務提供了一種利器。目前,Python編程是當下十分火熱地技術之一,這主要歸功于大數據與工智能在商業(yè),政務與教育等各行各業(yè)地推廣應用,工智能已經在越來越多地領域發(fā)揮巨大威力,如在線語音翻譯,自動汽車駕駛,"刷臉支付"地無超市等,這些應用場景地落地最終要靠編程來實現(xiàn),Python地橫空出世就是工智能技術發(fā)展地必然產物,它為我們高效地處理及分析海量數據,實現(xiàn)工智能決策與管理提供了語言支持。作為一種工智能開發(fā)語言,學它地目地是讓學者能利用所學知識來解決實際問題,例如如何合理清晰地對大數據行可視化,如何快捷對