EduCoder Python計算思維訓練——繪圖進階 第2關：商品房銷售價格統計圖（二）

任務描述

本關任務：請編寫代碼繪製各類商品房平均銷售價格柱狀圖。

相關知識

爲了完成本關任務，你需要掌握繪製堆積（並列）柱狀圖。

繪製堆積柱狀圖

bar函數調用方式如下所示：

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

要想繪製堆積柱狀圖，可通過設置第一個參數x的值來使得柱形錯位顯示，x的每一個元素表示柱形的中間位置，示例代碼如下所示：

import numpy as np
import matplotlib.pyplot as plt
# A班計算機程序設計課5個小組的平均成績柱狀圖
A_means_score = np.array([90, 85, 77, 82, 79])
# B班計算機程序設計課5個小組的平均成績柱狀圖
B_means_score = np.array([67, 82, 87, 92, 95])
index = np.arange(5)
bar_width = 0.35
plt.bar(index, A_means_score, bar_width, # A班x軸數據起始位置爲index序列
                alpha=0.4, color='b')
plt.bar(index+bar_width, B_means_score, bar_width, #B班x軸起始位置與A班數據錯開
                alpha=0.4, color='r')
x_labels = ['Group 1', 'Group 2', 'Group 3', 'Group 4', 'Group 5']
plt.xticks(index+bar_width/2, x_labels) # index+bar_width/2 使得標籤居中顯示
plt.show()

 

輸出圖像如下所示：

若是有多組數據，則可通過結合列表以及循環結構進行繪圖控制。、、

編程要求

國家統計局統計的商品房的平均銷售價格如下表所示：

請編寫代碼繪製六類商品房平均銷售價格柱狀圖，具體編程要求如下：

• 柱狀圖柱形寬度設置爲0.8，顏色分別爲列表colors中對應的RGB值；
• 橫軸座標軸範圍爲[-1,98]，第一組數據的柱形起始位分別爲1,7,13,...91，間隔爲6。
• 橫軸標籤爲年份，從2000至2015，旋轉角度爲45度，標籤位置位於6組數據正中間；
• 縱軸座標軸範圍爲[1450, 15300]，軸刻度爲2000,4000,...14000，刻度間隔爲2000；
• 添加圖例，圖例標籤如列表legend_labels所示，位置位於左上角；
• 添加標題'Selling Prices of Six Types of Housing'
• 存儲輸出圖像，圖像名字爲picture/step2/fig2.png；

完成圖應如下圖所示：

測試說明

平臺將運行用戶補全的代碼文件，並將存儲的picture/step2/fig2.png圖像與標準答案圖像比較，然後判斷用戶編寫代碼是否正確。

若畫圖正確，測試集將輸出：祝賀！圖片與預期輸出一致； 否則，測試集將輸出：圖片與預期輸出不一致，請繼續努力！。

# -*- coding: utf-8 -*-
import matplotlib
import re
matplotlib.use("Agg")

import matplotlib.pyplot as plt
import numpy as np


xstring = '2015 2014 2013 2012 2011     \
           2010 2009 2008 2007 2006     \
           2005 2004 2003 2002 2001    2000' #x軸標籤

n = 6
ystring = ['']*n #y軸對應的6組數據
ystring[0] = '6793    6324    6237    5790.99    5357.1    5032    4681    3800    3863.9    3366.79    3167.66    2778    2359    2250    2170    2112'
ystring[1] = '6473    5933    5850    5429.93    4993.17    4725    4459    3576    3645.18    3119.25    2936.96    2608    2197    2092    2017    1948'
ystring[2] = '15157    12965    12591    11460.19    10993.92    10934    9662    7801    7471.25    6584.93    5833.95    5576    4145    4154    4348    4288'
ystring[3] = '12914    11826    12997    12306.41    12327.28    11406    10608    8378    8667.02    8052.78    6922.52    5744    4196    4336    4588    4751'
ystring[4] = '9566    9817    9777    9020.91    8488.21    7747    6871    5886    5773.83    5246.62    5021.75    3884    3675.14    3488.57    3273.53    3260.38'
ystring[5] = '4845    5177    4907    4305.73    4182.11    4099    3671    3219    3351.44    3131.31    2829.35    2235    2240.74    1918.83    2033.08    1864.37'

labels = ['Commercial housing', 'Residential commercial housing',
          'high-end apartments', 'Office Building', 'Business housing', 'Others'] #圖例標籤
colors = ['#ff7f50', '#87cefa', '#DA70D6', '#32CD32', '#6495ED', '#FF69B4'] #指定顏色


#  請在此添加實現代碼  #
# ********** Begin *********#
x_labels=re.findall(r'\b\d+\b',xstring)[::-1]
ylist=[]
for y in ystring:
    ylist.append(list(map(float,re.findall(r'[0-9]+\.?[0-9]*',y)))[::-1]) #或者使用y.split()

bar_width = 0.8
xindex=np.arange(1,92,6)
    
fig, ax = plt.subplots()
for i in range(6):
    ax.bar(xindex+bar_width*i, ylist[i], bar_width ,color=colors[i])
    
ax.set_xlim(-1,98) #閉區間
plt.xticks(xindex+bar_width*2.5,x_labels,rotation=45)
ax.set_ylim(1450,15300)
plt.yticks(np.arange(2000,16000,2000))
plt.legend(labels,loc='upper left')
plt.title('Selling Prices of Six Types of Housing')


plt.savefig('picture/step2/fig2.png')

# ********** End **********#