上机题1：参考下面程序，编写绘制 方程 y = 3x+21的图像，从(-2,2)均匀取90个点。

#绘制  方程 y = 2x 图像

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(-1,1,50)   #从(-1,1)均匀取50个点

y = 2 * x

plt.plot(x,y)

plt.show()

上机题2：调试运行讲解的示例题，并发挥自己的创意，改写相应程序。

# -*- coding: utf-8 -*-

##################################################

################           第1题      #######################

######################################################

import matplotlib.pyplot as plt

import numpy as np

data = np.load('../data/国民经济核算季度数据.npz'，allow_pickle = True)

name = data['columns']  # 提取columns数组，视为数据的标签

values = data['values']  # 提取values数组，数据的存在位置

plt.rcParams['font.sans-serif'] = 'SimHei'

plt.rcParams['axes.unicode_minus'] = False

# 各产业

fig, (ax1, ax2) = plt.subplots(1, 2)

ax1.scatter(values[:, 1], values[:, 3])

ax1.scatter(values[:, 1], values[:, 4])

ax1.scatter(values[:, 1], values[:, 5])

ax1.legend(['第一产业', '第二产业', '第三产业'])

ax1.set_xlabel('年份') 

ax1.set_ylabel('生产总值（亿元）') 

ax1.set_xticks(values[range(0, 70, 4), 1])

ax1.set_title('2000~2017年季度各产业生产总值散点图')

# 各行业

ax2.scatter(values[:, 1], values[:, 6])

ax2.scatter(values[:, 1], values[:, 7])

ax2.scatter(values[:, 1], values[:, 8])

ax2.scatter(values[:, 1], values[:, 9])

ax2.scatter(values[:, 1], values[:, 10])

ax2.scatter(values[:, 1], values[:, 11])

ax2.scatter(values[:, 1], values[:, 12])

ax2.scatter(values[:, 1], values[:, 13])

ax2.scatter(values[:, 1], values[:, 14])

ax2.legend(['农林牧渔业', '工业', '建筑业', '批发和零售业', '交通运输、仓储和邮政业', 

            '住宿和餐饮业', '金融业', '房地产业', '其他行业'])

ax2.set_xlabel('年份') 

ax2.set_ylabel('生产总值（亿元）') 

ax2.set_xticks(values[range(0, 70, 4), 1])

ax2.set_title('2000~2017年季度各行业生产总值散点图')

#######################################################

################           第2题            ################

#####################################################

pic = plt.figure(dpi=100, figsize=(10, 10))

a_labs = [i[: 4] for i in name[3: 6]]  # 定义标签

b_labs = [i[: 2] for i in name[6:]]

explode = [0.01, 0.01, 0.01]  # 设定各项离心0.01个半径

explode1 = [0.03, 0.03, 0.03, 0.03, 0.03, 0.03, 0.03, 0.03, 0.03]

# 绘制2000年产业结构饼图

pic.add_subplot(2, 2, 1)

plt.pie(np.sum(values[: 4, 3: 6], axis=0), autopct='%1.1f%%',

        labels=a_labs, explode=explode)  # 绘制饼图

plt.title('2000年产业结构')

# 绘制2016年产业结构饼图

pic.add_subplot(2, 2, 2)

plt.pie(np.sum(values[-2: -6: -1, 3: 6], axis=0), autopct='%1.1f%%',

        labels=a_labs, explode=explode)

plt.title('2016年产业结构')

# 绘制2000年行业结构饼图

pic.add_subplot(2, 2, 3)

plt.pie(np.sum(values[: 4, 6:], axis=0), autopct='%1.1f%%',

        labels=b_labs, explode=explode1)  # 绘制饼图

plt.title('2000年行业结构')

# 绘制2016年行业结构饼图

pic.add_subplot(2, 2, 4)

plt.pie(np.sum(values[-2: -6: -1, 6:], axis=0), autopct='%1.1f%%',

        labels=b_labs, explode=explode1)

plt.title('2016年行业结构')

plt.savefig('../tmp/2000、2016结构变化饼图.png')

plt.show()