大學(xué)中獲獎的我是如何在美國數(shù)學(xué)建模比賽中劃水的——分享技巧

(美國大學(xué)生數(shù)學(xué)建模競賽研底,簡稱美賽埠偿。一共五個獎項(xiàng),分別為O飘哨,F(xiàn)胚想,M,H芽隆,S獎。 在國內(nèi)统屈,約定俗成地將這五個獎項(xiàng)分別對應(yīng)為特等獎胚吁、特等獎候選獎、一等獎愁憔、二等獎腕扶,成功參與獎,所以在保研同學(xué)的心目中吨掌,這個比賽還是很有分量的半抱。)

美賽粗略地計(jì)算一共三天。第一天我們一直在審題膜宋、選題窿侈、換題、審題秋茫、選題......反正會做的就那么幾個史简,還好整個隊(duì)伍的心理抗壓能力很好,不然第一天就結(jié)束了肛著。

第二天開始處理數(shù)據(jù)圆兵,然后交給我們隊(duì)的大佬跑結(jié)果。第三天寫論文枢贿,英語大佬滿血通宵殉农。最后獲得了一般的成績,H獎局荚。

對超凳!沒錯!看到這里,你會發(fā)現(xiàn)我就做了一件事聪建,處理數(shù)據(jù)钙畔!處理數(shù)據(jù)!金麸!處理數(shù)據(jù)G嫖觥!挥下!

嗯~o(* ̄▽ ̄*)o......我反省揍魂,我認(rèn)錯,我對不起那奮戰(zhàn)一夜的隊(duì)友棚瘟。

正文開始:???????

pyecharts——python數(shù)據(jù)可視化模塊

先給出效果圖现斋,很開心呀^_^。網(wǎng)址:pyecharts - A Python Echarts Plotting Library


例子—條形圖

首先偎蘸,團(tuán)隊(duì)在寫論文的過程中需要從時間上給出規(guī)律庄蹋,這時給出一張條形圖豈不是會加分嘛~

為了能夠?qū)?shù)據(jù)及時取出并方便管理,采用excel從里面讀出數(shù)據(jù)迷雪,所以程序要先讀表限书。

data = xlrd.open_workbook('CLTCB.xlsx') # 打開xls文件

table = data.sheets()[0] # 打開第一張表

nrows = table.nrows # 獲取表的行數(shù)

然后就用到了pyecharts,敲黑板U逻帧>胛鳌!?

bar = Bar("TX",title_text_size=30)

bar.add(name[i], time, cols_,bar_category_gap='50%', mark_line=["min", "max"],mark_point=["average"],

???????xaxis_interval=4, xaxis_rotate=0,legend_text_size=30)

這么多參數(shù)赁严,一下子想問候我扰柠?別急,咱們慢慢來疼约。?

首先實(shí)例化Bar這個類卤档,也就是柱形圖/條形圖。

? Bar("TX",title_text_size=30) ?//“TX”為標(biāo)題(title),title_text_size為主標(biāo)題字體大幸湮健(int類型)

還有很多參數(shù)(副標(biāo)題裆装、標(biāo)題距離頂部距離、背景顏色倡缠、文本顏色等哨免,參考鏈接:pyecharts - A Python Echarts Plotting Library

我們接著看下一行。

bar.add(name[i], time, cols_,bar_category_gap='50%', mark_line=["min", "max"],mark_point=["average"],

? ? ? ? xaxis_interval=4, xaxis_rotate=0,legend_text_size=30)?

add()函數(shù)昙沦,在給出的鏈接中叫做通用配置項(xiàng)(雖然不知道為啥叫這個)琢唾。

name列表是自己定義的,對應(yīng)的是圖例盾饮。

time也是自己寫的采桃,對應(yīng)的是橫坐標(biāo)的數(shù)據(jù)懒熙。

cols_ 是之前從表格里讀出來的,對應(yīng)的是縱坐標(biāo)的數(shù)據(jù)普办。

bar_category_gap調(diào)整的是柱形間距工扎。

mark_line、mark_point使得想要的內(nèi)容顯示出來衔蹲。

xaxis_interval調(diào)整的是橫坐標(biāo)的標(biāo)度肢娘。

xaxis_rotate調(diào)整刻度標(biāo)簽旋轉(zhuǎn)的角度。

legend_text_size調(diào)整的是圖例文本大小舆驶。

大佬的教程里面顯示要先有show_config(),然后render()結(jié)束橱健。可能是我的粗心沙廉,應(yīng)用中我只用了render()拘荡,還需要大佬指點(diǎn),文章最后會貼上所有代碼撬陵,程序運(yùn)行完珊皿,會生成一個render.html文件,圖就在里面袱结,需要請自行下載亮隙。

一個超級簡單的效果圖就出現(xiàn)啦!


還在用餅圖展示結(jié)果垢夹?NO!玫瑰圖

個人感覺是個很神奇的存在...玫瑰圖...\(^o^)/~

超喜歡的文章鏈接:Python 數(shù)據(jù)可視化维费? - 簡書?大佬的腦袋個人很想拿去上解剖課

首先果元,繼續(xù)從表格里面讀數(shù)據(jù),然后開始我們的求學(xué)之路犀盟。

data = xlrd.open_workbook('CLTCB.xlsx') # 打開xls文件

table = data.sheets()[0] # 打開第一張表

nrows = table.nrows # 獲取表的行數(shù)

cols_ = table.col_values(i)?

pie = Pie("TX", title_pos='left', width=900,title_text_size=40)

#pie.add("商品A", attr, v1, center=[25, 50], is_random=False, radius=[30, 75], rosetype='radius')

pie.add("商品B", name, cols_, center=[50, 50], is_random=False, radius=[30, 75], rosetype='area',

? ? ? ? is_legend_show=False, is_label_show=True,label_text_size=28)

別急別急而晒,慢慢學(xué)?。

Pie與Bar相同阅畴,都是一個對象(我瞎說的)倡怎,首先實(shí)例化對象:

pie = Pie("TX", title_pos='left', width=900,title_text_size=40)

?"TX"為標(biāo)題(title),title_pos調(diào)整標(biāo)題位置贱枣,title_text_size調(diào)整主標(biāo)題文字大小监署,其余的,根據(jù)自己需求來調(diào)整纽哥。?

pie.add("商品B", name, cols_, center=[50, 50], is_random=False, radius=[30, 75], rosetype='area',

? ? ? ? is_legend_show=False, is_label_show=True,label_text_size=28)

add()函數(shù)钠乏,通用配置項(xiàng),不知道大家記住沒有 春塌,“商品B”大家自行忽略......

后面的is_legend_show將圖例設(shè)為不顯示了 name為不同的屬性名稱晓避,在這里為:oil簇捍、gas、coal俏拱、clean energy

cols為從表格讀出來的暑塑,不同屬性對用的數(shù)據(jù) center為調(diào)整餅圖圓心坐標(biāo)

is_random為是否隨即排列顏色列表(bool)

radius為半徑,第一個為內(nèi)半徑锅必,第二個是外半徑

rosetype為是否展示成南丁格爾圖

'radius' 圓心角展現(xiàn)數(shù)據(jù)半分比事格,半徑展現(xiàn)數(shù)據(jù)大小

'area' 圓心角相同,為通過半徑展現(xiàn)數(shù)據(jù)大小

is_label_show為是否顯示標(biāo)簽(各個屬性的數(shù)據(jù)信息) label_text_size為調(diào)整標(biāo)簽字體大小况毅。?

這樣分蓖,一個高大上的玫瑰圖就弄好了。


?

?

我是代碼——我是代碼——我是代碼?

//這是條形圖噠

import xlrd

import matplotlib.pyplot as plt

from pyecharts import Bar

data = xlrd.open_workbook('CLTCB.xlsx') # 打開xls文件

table = data.sheets()[0] # 打開第一張表

nrows = table.nrows # 獲取表的行數(shù)

name = ['Oil','Natural Gas','Coal','Clean Energy']

time = []

for j in range(1960,2010):

? ? time.append(j)

i = 0

num = i + 221

#plt.subplot(num)

cols_ = table.col_values(i)

bar = Bar("TX",title_text_size=30)

bar.add(name[i], time, cols_,bar_category_gap='50%', mark_line=["min", "max"],mark_point=["average"],

? ? ? ? xaxis_interval=4, xaxis_rotate=0,legend_text_size=30)

? ? #bar.add("商家B", time, v2, mark_line=["min", "max"])

bar.render()

?//這里是玫瑰圖的代碼

from pyecharts import Pie

import xlrd

i = 3

data = xlrd.open_workbook('CLTCB.xlsx') # 打開xls文件

table = data.sheets()[0] # 打開第一張表

nrows = table.nrows # 獲取表的行數(shù)

cols_ = table.col_values(i)

print(len(cols_))

name = ['Oil','Natural Gas','Coal','Clean Energy']

states = ['AZ','CA','NM','TX']

#v1 = [11, 12, 13, 10, 10, 10]

#v2 = [19, 21, 32, 20, 20, 33]

pie = Pie("TX", title_pos='left', width=900,title_text_size=40)

pie.add("商品B", name, cols_, center=[50, 50], is_random=False, radius=[30, 75], rosetype='area',

? ? ? ? is_legend_show=False, is_label_show=True,label_text_size=28)

pie.show_config()

pie.render()


最后尔许,我希望大家能多多評論我的文章么鹤,因?yàn)槲蚁朊科恼露急戎白龅煤茫兄x大家啦味廊!?

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末蒸甜,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子余佛,更是在濱河造成了極大的恐慌柠新,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,544評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件辉巡,死亡現(xiàn)場離奇詭異恨憎,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)郊楣,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,430評論 3 392
  • 文/潘曉璐 我一進(jìn)店門憔恳,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人净蚤,你說我怎么就攤上這事钥组。” “怎么了今瀑?”我有些...
    開封第一講書人閱讀 162,764評論 0 353
  • 文/不壞的土叔 我叫張陵程梦,是天一觀的道長。 經(jīng)常有香客問我橘荠,道長屿附,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,193評論 1 292
  • 正文 為了忘掉前任砾医,我火速辦了婚禮拿撩,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘如蚜。我一直安慰自己压恒,他們只是感情好影暴,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,216評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著探赫,像睡著了一般型宙。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上伦吠,一...
    開封第一講書人閱讀 51,182評論 1 299
  • 那天妆兑,我揣著相機(jī)與錄音,去河邊找鬼毛仪。 笑死搁嗓,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的箱靴。 我是一名探鬼主播腺逛,決...
    沈念sama閱讀 40,063評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼衡怀!你這毒婦竟也來了棍矛?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,917評論 0 274
  • 序言:老撾萬榮一對情侶失蹤抛杨,失蹤者是張志新(化名)和其女友劉穎够委,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體怖现,經(jīng)...
    沈念sama閱讀 45,329評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡茁帽,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,543評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了屈嗤。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片脐雪。...
    茶點(diǎn)故事閱讀 39,722評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖恢共,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情璧亚,我是刑警寧澤讨韭,帶...
    沈念sama閱讀 35,425評論 5 343
  • 正文 年R本政府宣布,位于F島的核電站癣蟋,受9級特大地震影響透硝,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜疯搅,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,019評論 3 326
  • 文/蒙蒙 一濒生、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧幔欧,春花似錦罪治、人聲如沸丽声。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,671評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽雁社。三九已至,卻和暖如春晒骇,著一層夾襖步出監(jiān)牢的瞬間霉撵,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,825評論 1 269
  • 我被黑心中介騙來泰國打工洪囤, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留徒坡,地道東北人。 一個月前我還...
    沈念sama閱讀 47,729評論 2 368
  • 正文 我出身青樓瘤缩,卻偏偏與公主長得像喇完,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子款咖,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,614評論 2 353

推薦閱讀更多精彩內(nèi)容