第1关 Seaborn

任务描述
本关任务：编写一个绘制每个月销售总额的折线图。

编程要求
本关的编程任务是补全右侧上部代码编辑区内的相应代码，根据输入文件路径读取文件，统计各个月销售总和，然后绘制折线图，需要应用seaborn设置默认样式，具体可视化要求如下：

• 折线图的figsize为(10, 10)；
• 文件名为Task1/img/T1.png；
• 具体要求请参见后续测试样例。

文件的部分数据如下：

提示：在绘制折线图时，需要对数据进行预处理，通过支付时间提取月份信息，再根据月份信息进行聚类，汇总每个月的实际金额，得到月销售总和。
请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！
测试说明
平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。
测试输入：
无测试输入
预期输出：
生成图片与预期图片一致
开始你的任务吧，祝你成功！

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as npdef student(input_data):# ********* Begin *********#sns.set()plt.figure(figsize=(10,10))a=pd.read_csv(input_data)a["month"]=a["支付时间"].map(lambda x:int(x.split("/")[1]))d=a["实际金额"].groupby(a["month"]).sum()d=d.sort_index(ascending=False)plt.plot(d)plt.savefig("Task1/img/T1.png")plt.show()# ********* End *********#

第2关 Seaborn图形介绍

任务描述
本关任务：编写一个使用Seaborn来绘制散点图的程序。

编程要求
本关的编程任务是补全右侧上部代码编辑区内的相应代码，根据输入的文件路径读取文件并使用factorplot绘制关于smoker字段的条形图以统计吸烟和不吸烟的人数，具体可视化要求如下：

• 设置Seaborn样式为white；
• 设置颜色为steelblue；
• 设置kind为count；
• 图形的figsize为(10, 10)；
• 文件名为Task2/img/T1.png；
• 具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！
测试说明
平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。
测试输入：
无测试输入
预期输出：
生成图片与预期图片一致
开始你的任务吧，祝你成功！

import matplotlib
matplotlib.use("Agg")
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings("ignore")def student(file_path):# ********* Begin *********#plt.figure(figsize=(10,10))tips=pd.read_csv(file_path)with sns.axes_style('white'):sns.factorplot('smoker',data=tips,kind='count',color='steelblue')plt.savefig('Task2/img/T1.png')plt.show()# ********* End *********#

第3关 Basemap

任务描述
本关任务：以中国地图为背景绘制散点图。

编程要求
本关的编程任务是补全右侧上部代码编辑区内的相应代码，中国地图已经绘制好，只需要读取输入参数img_path作为绘图背景，x/y为散点图数据，需要设置散点图的参数为标记设置为o，大小为150，具体可视化要求如下：

• 图形的figsize为(10, 10)；
• 图形保存到Task3/img/T1.png；
• 具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！
测试说明
平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。
测试输入：
无测试输入
预期输出：
生产图片与预期图片一致
开始你的任务吧，祝你成功！

import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np
from numpy import *
def student(img_path,x,y):# ********* Begin *********#fig=plt.figure(figsize=(10,10))img=plt.imread(img_path)plt.imshow(img)plt.scatter(x,y,marker='o',s=150)plt.savefig('Task3/img/T1.png')plt.show()# ********* End *********#