谈谈Python实战数据可视化之matplotlib模块(基础篇)

前沿

Python提供了很多模块用于数据可视化，其中matplotlib、pygal等模块。我参考网上热门书籍《Python编程从入门到实战》，在测试与学习过程中遇到的些许问题加以解决，才写下这一项目实战的心得，对于Python基础部分就不细讲，主要是项目核心要点和解决方案的描述。本小节先讲述pyplot模块的基本使用。

新手的建议

针对新手，真心觉得不要直接使用Python下载来的IDLE来开发，因为功能太少了，也不好使用。我的建议是对于Python初学者，先安装Anaconda，这是一个基于Python的数据处理和科学计算平台，它已经内置了许多非常有用的第三方库，我们装上Anaconda，就相当于把数十个第三方模块自动安装好了，非常简单易用，在安装界面添加Anaconda到PATH环境变量中勾上，这样就会自动添加环境变量了。Anaconda 自带了一个编辑器-Spyder，可以使用Spyder编写代码，知道有这个编辑器就好。然后再安装一个PyCharm，它是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具。
Anaconda和PyCharm安装过程和方法文档链接，我是摘抄网上有用的资料再总结出来的：链接：https://pan.baidu.com/s/10KcfLLvI9omIRSJ6JMK9Uw 密码：cgf8

利用pyplot模块的plot函数绘制折线图

我们先导入模块pyplot，然后使用该模块的plot函数来绘制折线图，接着调用该模块的相关函数来调整、设置图表的标题、横纵标签、刻度标记内容或大小。注意， pyplot模块的plot函数可以接收输入参数和输出参数，还有线条粗细等参数，但是若plot函数只指定输出参数（列表），那么输入参数默认由0开始。
（1）plot函数指定输出参数（1，2，3，4，5的平方数列表）

import matplotlib.pyplot as plt
# pyplot模块的plot函数可以接收输入参数和输出参数，还有线条粗细等参数，，例如下方的示例
squares = [1, 4, 9, 16, 25]
plt.plot(squares, linewidth=5)  # 这里只指定了一个列表，那么就当作是输出参数，输入参数从0开始，就会发现没有正确绘制数据
plt.title("Square Numbers", fontsize=24)  # 指定标题，并设置标题字体大小
plt.xlabel("Value", fontsize=14)  # 指定X坐标轴的标签，并设置标签字体大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y坐标轴的标签，并设置标签字体大小
plt.tick_params(axis='both', labelsize=14)  # 参数axis值为both，代表要设置横纵的刻度标记，标记大小为14
plt.show()  # 打开matplotlib查看器，并显示绘制的图形

运行结果如下：



（2）plot函数指定输入参数和输出参数
我们知道，上面并没有按照我们的意愿来绘制图形，Y轴指定为[1,4,9,16,25]，上面采用默认输入参数处理X轴变成[0,1,2,3,4]。X轴应该对应值为[1,2,3,4,5]才是我们的目的，所以我们必须同时指定输入参数和输出参数才行。观察运行结果图的X轴变化了。

import matplotlib.pyplot as plt

# 我也可以指定输入参数和输出参数，这样就能按照我的意愿绘制图形了
input_values = [1, 2, 3, 4, 5]  # 指定输入参数
squares = [1, 4, 9, 16, 25]  # 指定输出参数
plt.plot(input_values, squares, linewidth=5)  # 调用绘制函数，传入输入参数和输出参数
plt.title("Square Numbers", fontsize=24)  # 指定标题，并设置标题字体大小
plt.xlabel("Value", fontsize=14)  # 指定X坐标轴的标签，并设置标签字体大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y坐标轴的标签，并设置标签字体大小
plt.tick_params(axis='both', labelsize=14)  # 参数axis值为both，代表要设置横纵的刻度标记，标记大小为14
plt.show()  # 打开matplotlib查看器，并显示绘制的图形

运行结果如下：

利用pyplot模块的scatter函数绘制散点图

绘制散点图只不过是绘制函数不同，从上面的plot变为scatter，其他设置标题、横纵标签等的方式一样。
（1）scatter函数绘制单个点

import matplotlib.pyplot as plt
plt.scatter(2, 4, s=200)  # 传递一对x和y坐标。它将在指定位置绘制一个点，参数s是设置绘制图形时使用的点的尺寸
plt.title("Square Numbers", fontsize=24)  # 指定标题，并设置标题字体大小
plt.xlabel("Value", fontsize=14)  # 指定X坐标轴的标签，并设置标签字体大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y坐标轴的标签，并设置标签字体大小
plt.tick_params(axis='both', labelsize=14)  # 参数axis值为both，代表要设置横纵的刻度标记，标记大小为14
plt.show()  # 打开matplotlib查看器，并显示绘制的图形

运行结果如下：



（2）scatter函数绘制一系列点

import matplotlib.pyplot as plt
x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
plt.scatter(x_values, y_values, s=100)  # 传入两个列表，列表x_values的元素作为x坐标,列表y_values的元素作为y坐标，两个组合成一个点的坐标，所以一共有5个点
plt.title("Square Numbers", fontsize=24)  # 指定标题，并设置标题字体大小
plt.xlabel("Value", fontsize=14)  # 指定X坐标轴的标签，并设置标签字体大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y坐标轴的标签，并设置标签字体大小
plt.tick_params(axis='both', labelsize=14)  # 参数axis值为both，代表要设置横纵的刻度标记，标记大小为14
plt.show()  # 打开matplotlib查看器，并显示绘制的图形

运行结果如下：



（3）自动计算Y轴的数据
前面个两个实例挺简单，但也只是我们自己定义的短列表，如果要绘制的点有很多，那么还手动写当然不实际，所以我们写一个根据我们指定的X轴的数据，自动计算Y轴的数据就省事很多了。

import matplotlib.pyplot as plt
x_values = list(range(1, 1001))  # 我们是利用range函数生成一个从1到1000的可迭代对象（不包括1001），然后强制转换为列表
y_values = [x ** 2 for x in x_values]  # 这个语法是列表推导式，将x_values每个元素的值进行平方再逐一放入列表，最后这个列表推导式返回整个列表
plt.scatter(x_values, y_values, s=40)  # 在2.0.0版本后的matplotlib中，scatter()函数的实参edgecolor（数据点的轮廓）默认为'none'，则删除轮廓。
plt.title("Square Numbers", fontsize=24)  # 指定标题，并设置标题字体大小
plt.xlabel("Value", fontsize=14)  # 指定X坐标轴的标签，并设置标签字体大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y坐标轴的标签，并设置标签字体大小
plt.axis([0, 1100, 0, 1100000])  # 设置每个坐标轴的取值范围。其实最右侧就是1100，但是没有显示标签而已
plt.show()  # 打开matplotlib查看器，并显示绘制的图形

运行结果如下：



注意， 在2.0.0版本后的matplotlib中scatter()函数的实参edgecolor（数据点的轮廓）不写则默认为'none'，代表删除轮廓。也可以通过以下修改代码：

plt.scatter(x_values, y_values, s=40, edgecolor='red')

上述修改后的代码指定数据点轮廓的颜色为红色，由于默认点的颜色为蓝色，所以你将会看到下面这样，只有右上角是蓝色，其他都是红色，这是因为绘制很多点，红色轮廓都粘连在一起了，所以看不出来。
修改代码后运行结果如下：



上面说了默认数据点的颜色为蓝色，我们也可以通过参数c修改数据点的颜色，至于颜色值可以采用直接写颜色英文如'red'、'black'等，或者使用RGB颜色模式自定义颜色，这个自定义颜色设置为一个元组，其中包含三个0~1之间的小数值，它们分别表示红色、绿色和蓝色分量，如(0,0,0.8)。可以通过下面这样修改代码：

import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, c=(0, 0.8, 0), s=40)  # 指定了c参数，使用的是RGB颜色值方式
plt.title("Square Numbers", fontsize=24)  # 指定标题，并设置标题字体大小
plt.xlabel("Value", fontsize=14)  # 指定X坐标轴的标签，并设置标签字体大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y坐标轴的标签，并设置标签字体大小
plt.axis([0, 1100, 0, 1100000])  # 设置每个坐标轴的取值范围。其实最右侧就是1100，但是没有显示标签而已
plt.show()  # 打开matplotlib查看器，并显示绘制的图形

运行结果如下：



（4）使用颜色映射和自动保存图表
照书上P294页的使用颜色映射小节的描述对于初学者可能有点模棱两可，这里采用我自己的代码来理解什么是颜色映射，原理是什么。
测试代码如下：

import matplotlib.pyplot as plt
x_values = [1, 2, 3, 4, 5]  # 含x值的列表
y_values = [1, 4, 2, 6, 5]  # 含y值的列表
#  我们知道根据上面两个列表，我们调用scatter可以绘制一系列的点
# 模块pyplot内置了一组颜色映射，通过设置c参数为y列表的值（这个y列表的是[1,2,3,4,5]）然后利用参数cmap根据y列表的大小映射到由x_values和y_values组成的五个点从浅到深的颜色，可以看出y列表[1,2,3,4,5]分别映射到(1,1),(2,4),(3,2),(4,6),(5,5)五个点，其中(1,1)点颜色最浅，(5,5)点颜色最深。
plt.scatter(x_values, y_values, c=[1, 2, 3, 4, 5], cmap=plt.cm.Blues, s=100)
plt.title("Square Numbers", fontsize=24)  # 指定标题，并设置标题字体大小
plt.xlabel("Value", fontsize=14)  # 指定X坐标轴的标签，并设置标签字体大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y坐标轴的标签，并设置标签字体大小
plt.savefig("3.png", bbox_inches='tight')  # 打开matplotlib查看器，并显示绘制的图形
# 值的注意的是，要让程序自动将图表保存到文件中，可将对plt.show()的调用替换为对plt.savefig()的调用。
# 如果指定了bbox_inches='tight'将图表多余的空白区域裁剪掉，明显更符合用户需求，如果没指定，生成的图片显示不出Y轴的标签。

运行结果如下（需要注意，其实（1，1）点的位置还有一个非常浅蓝色的点，只是浅到看不到而已）：



如果还不理解，那么你就修改以下测试代码来运行观察：

plt.scatter(x_values, y_values, c=[1, 5, 3, 4, 5], cmap=plt.cm.Blues, s=100)

运行结果如下（可以发现（2，4）点的颜色也变成深蓝色了哦）：



有了上面的理解基础，我们可以修改为书本源代码，来观察一下蓝色彗星的残影，哈哈O(∩_∩)O
书本源代码：

import matplotlib.pyplot as plt
x_values = list(range(1,1001)) # 含x值的列表
y_values = [x ** 2 for x in x_values]  # 含y值的列表
#  我们知道根据上面两个列表，我们调用scatter可以绘制一系列的点
# 根据y列表的值大小进行颜色映射的，值大的颜色深，值小的颜色浅。如果y列表的值按顺序，并且映射到按顺序的点，那么自然颜色也是从浅到深。
# 模块pyplot内置了一组颜色映射，通过设置c参数为y列表的值（这个y列表的是[1,2,3,4,5]）然后利用参数cmap根据y列表的大小映射到由x_values和y_values组成的五个点从浅到深的颜色，可以看出y列表[1,2,3,4,5]分别映射到(1,1),(2,4),(3,2),(4,6),(5,5)五个点，其中(1,1)点颜色最浅，(5,5)点颜色最深。
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, s=40)
plt.title("Square Numbers", fontsize=24)  # 指定标题，并设置标题字体大小
plt.xlabel("Value", fontsize=14)  # 指定X坐标轴的标签，并设置标签字体大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y坐标轴的标签，并设置标签字体大小
plt.savefig("3.png", bbox_inches='tight')  # 打开matplotlib查看器，并显示绘制的图形

运行结果图如下（蓝色彗星残影）：

利用pyplot模块的scatter函数绘制随机漫步图

套用书本原话来说，随机漫步：每次行走都完全是随机的，没有明确的方向，结果是由一系列随机决策决定的。
为了实现随机漫步，需要做以下几步就可以完成：
1.创建RandomWalk类来生成随机漫步数据
2.利用获取的随机漫步数据绘制随机漫步图
3.模拟多次随机漫步
4.设置随机漫步图的样式
（1）创建RandomWalk类来生成随机漫步数据
在项目里创建一个random_walk.py文件，该文件代码如下：

from random import choice

# 一个生成随机漫步数据的类
class RandomWalk:
# 默认为5000个点，代表5000步
def __init__(self, num_points=5000):
self.num_points = num_points
self.x_values = [0]
self.y_values = [0]

# 获取随机方向和步数的乘积
def get_step(self):
return choice([1, -1]) * choice([0, 1, 2, 3, 4])

def fill_walk(self):
while len(self.x_values) < self.num_points:
# 获取往哪个方向走几步
x_step = self.get_step()
y_step = self.get_step()

# 如果原地踏步则continue处理
if x_step == 0 and y_step == 0:
continue

# 计算下一步走的位置
next_x = self.x_values[-1] + x_step
next_y = self.y_values[-1] + y_step
# 将下一次走的位置保存在列表中
self.x_values.append(next_x)
self.y_values.append(next_y)

（2）利用获取的随机漫步数据绘制随机漫步图
在项目里创建一个rw_visual.py文件，该文件代码如下：

import matplotlib.pyplot as plt
from random_walk import RandomWalk

# 创建一个RandomWalk实例，并指定走5000步
rw = RandomWalk(5000)
rw.fill_walk()  # 开始获取随机漫步数据，其实获取的是两个包含x和y值的数据点列表
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()

运行结果如下：



（3）模拟多次随机漫步
在rw_visual.py文件代码上加以修改，修改代码如下：

import matplotlib.pyplot as plt
from random_walk import RandomWalk

while True:
rw = RandomWalk(5000)
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values,s=15)
plt.show()

keep_running = input("Make another walk?(y/n):")
if keep_running == 'n':
break

运行结果如下（你点击右上角关闭按钮，在PyCharm下方会弹出询问是否继续漫步）：



（4）设置随机漫步图的样式
我们将设置随机漫步图的样式，定制一个好看的随机漫步图，有给点着色、重新绘制起点和终点、隐藏坐标轴、调整尺寸以适合屏幕。

import matplotlib.pyplot as plt
from random_walk import RandomWalk

while True:
rw = RandomWalk(5000)
rw.fill_walk()

plt.figure(figsize=(20, 6))
# 颜色映射就是用列表赋值给c，而这个列表的值可以随意，大的代表颜色深，小的代表颜色浅。
point_number = list(range(rw.num_points))  # [0-4999]
plt.scatter(rw.x_values, rw.y_values, c=point_number, cmap=plt.cm.Blues, s=4)
# 突出起点和终点，点变大，用不同颜色来显示起点和终点
plt.scatter(0, 0, c='green', s=100)
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', s=100)

# 隐藏坐标轴
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)

plt.show()

keep_running = input("Make another walk?(y/n):")
if keep_running == 'n':
break

运行结果如下：