Python 如何绘制茎叶图
茎叶图是一种用于可视化数据分布的有用工具，尤其在统计分析中。这种图形能帮助我们快速了解数据的中心趋势和变异性。Python 提供了多种绘制茎叶图的方式，包括通过 matplotlib 和 statsmodels 等库。接下来，我们将详细介绍如何在 Python 中绘制茎叶图，并附带示例代码。
1. 什么是茎叶图？
茎叶图（Stem-and-Leaf Plot）是一种用于展示数据分布的统计图。它将数据分为两部分：茎（stem）和叶（leaf）。茎一般是数据的最高位数字，而叶则是最低位数字。这样可以直观地看到各个数据的分布情况。例如，对数字 23 和 25，数字 2 是茎，数字 3 和 5 是叶。
2. 使用 Python 绘制茎叶图的步骤
2.1 环境准备
在开始之前，我们需要确保已经安装了所需的库。可以使用以下命令安装 matplotlib 和 numpy：
pip install matplotlib numpy
2.2 导入库
在代码中，我们首先需要导入必要的库：
import numpy as np
import matplotlib.pyplot as plt
2.3 生成数据
这里我们生成一组随机数据以供绘制茎叶图之用。假设我们要绘制一组代表学生考试成绩的随机分数：
data = np.random.randint(50, 100, size=30) # 生成30个50到100之间的随机整数
print("生成的数据：", data)
2.4 茎叶图的创建
我们将使用 matplotlib 来绘制茎叶图，具体实现如下：
def stem_leaf_plot(data):
"""绘制茎叶图"""
# 将数据按照升序排列
data.sort()
# 提取茎和叶
stems = data // 10 # 提取十位作为茎
leaves = data % 10 # 提取个位作为叶
unique_stems = np.unique(stems) # 获取唯一的茎值
print("茎: ", unique_stems)
# 创建图形
plt.figure(figsize=(8, 6))
for stem in unique_stems:
# 找到对应于当前茎的所有叶
leaf_values = leaves[stems == stem]
# 绘制
plt.text(stem, 0, ''.join(map(str, leaf_values)), fontsize=12, ha='center')
plt.xlabel('茎')
plt.yticks([]) # 隐藏Y轴
plt.title('茎叶图')
plt.grid()
plt.show()
# 调用函数绘制茎叶图
stem_leaf_plot(data)
2.5 代码解析
- 首先，生成了一组包含 30 个随机数的数据，并将其按升序排列。
- 然后，数据被分为茎和叶，其中
data // 10获取各个数的十位数（作为茎），而data % 10获取个位数（作为叶）。 - 接着，使用
plt.text()绘制茎叶图，最后调用plt.show()显示图像。
2.6 运行示例
运行上述代码，你会看到生成的茎叶图，它展现了数据的分布情况。茎对应 X 轴，所有的叶则沿着每个茎水平排列。
3. 流程图
流程图可以帮助更好地理解整个绘制茎叶图的过程。以下是绘制茎叶图的流程图：
flowchart TD
A[开始] --> B[导入库]
B --> C[生成随机数据]
C --> D[将数据按升序排列]
D --> E[提取茎和叶]
E --> F[绘制茎叶图]
F --> G[显示图形]
G --> H[结束]
4. 总结
通过以上步骤，我们成功地学习了如何在 Python 中绘制茎叶图。茎叶图帮助我们快速可视化数据的分布和趋势；利用 matplotlib 和 numpy，我们可以方便地处理和展示数据。
这种图形在统计分析、教育和其他许多领域的应用都相当广泛。不妨尝试用不同的数据集重复这个过程，感受一下不同数据带来的变化！
希望你通过这一教程，可以更好地理解和应用茎叶图。若有任何问题，欢迎讨论和交流！
