Python写的小程序:优势、挑战与未来趋势




# 导入必要的模块
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
 
# 创建示例数据
data = {'Year': [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019],
        'Challenge': [2, 4, 6, 8, 10, 12, 14, 16, 18, 20],
        'Opportunity': [1, 3, 5, 7, 9, 11, 13, 15, 17, 19],
        'Future Trend': [1.5, 3.5, 5.5, 7.5, 9.5, 11.5, 13.5, 15.5, 17.5, 19.5]}
 
# 将数据转化为DataFrame
df = pd.DataFrame(data)
 
# 设置图表样式
plt.style.use('seaborn-darkgrid')
plt.rcParams['font.sans-serif'] = ['Arial']
 
# 绘制图表
fig, ax = plt.subplots(figsize=(10, 5))
ax.plot(df['Year'], df['Challenge'], label='Challenge', color='tab:red')
ax.plot(df['Year'], df['Opportunity'], label='Opportunity', color='tab:blue')
ax.plot(df['Year'], df['Future Trend'], label='Future Trend', color='tab:green')
ax.set_xlabel('Year')
ax.set_ylabel('Value')
ax.legend()
ax.grid(True)
 
# 显示图表
plt.show()

这段代码首先导入了必要的模块,并创建了一个包含年份和三个主题(挑战、机会和未来趋势)数据的DataFrame。然后,设置了图表的样式和大小,并绘制了三条曲线,分别代表挑战、机会和未来趋势随时间的变化。最后,显示了这个图表。这个小程序可以清晰地展示出这三个主题随时间的变化情况。

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日