《python编程从入门到实践》读书笔记与代码实现（二）——数据可视化（1）

笔记与代码实现

第十五章

#15.2绘制简单的折线图
import matplotlib.pyplot as plt

#校正图形
#当你向plot()提供一系列数字时，它假设第一个数据点对应的x坐标值为0
input_values = [1,2,3,4,5]
squares = [1,4,9,16,25]
plt.plot(input_values, squares, linewidth=5)#绘制线条的粗细

#设置图表标题，并给坐标轴加上标签
plt.title("Square Numbers", fontsize=24)#图表的标题和字体大小
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)#为每条轴设置标题并且设置标题字号大小

#设置刻度标记的大小
plt.tick_params(axis='both', labelsize=14)#设置刻度的样式

plt.show()

#使用scatter()绘制单个点并设置其样式
import matplotlib.pyplot as plt

#绘制单个点并指定位置
plt.scatter(2, 4, s=200, c='red')
#实参200设置了绘制图形时点的尺寸
#散点图中的各个点默认为蓝色点和黑色轮廓,edgecolor='none'将删除散点的轮廓
#c可以传入的值：RGB颜色模式自定义颜色，并将其设置为一个元组，(0, 0, 0.8)
#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
#值越接近0，指定的颜色越深，值越接近1，指定的颜色越浅

#设置图表标题并给坐标轴加上标签
plt.title("Square Numbers", fontsize=24)#图表的标题和字体大小
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)#为每条轴设置标题并且设置标题字号大小

#设置刻度标记的大小
plt.tick_params(axis='both', which= 'major', labelsize=14)#设置刻度的样式，which代表
#参数which的值为 ‘major’、’minor’、’both’，分别代表设置主刻度线、副刻度线以及同时设置，默认值为’major’
#（主刻度线、副刻度线类似于厘米尺。CM与MM的区别）

plt.show()

#使用scatter()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]

#使用颜色映射,它是一系列颜色，它们从起始颜色渐变到结束颜色,颜色映射用于突出数据的规律
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, s=100)#根据每个点的y值来设置其颜色

#设置图表标题并给坐标轴加上标签
plt.title("Square Numbers", fontsize=24)#图表的标题和字体大小
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)#为每条轴设置标题并且设置标题字号大小

#设置刻度标记的大小
plt.tick_params(axis='both', which= 'major', labelsize=14)#设置刻度的样式，which代表

#plt.show()
plt.savefig('squares_plot.png', bbox_inches='tight')#上述两个语句同时使用时，保存在本地的图片会成为空白
#第二个实参指定将图表多余的空白区域裁剪掉，如果要保留图表周围多余的空白区域，可省略这个实参

#自动计算数据
import matplotlib.pyplot as plt

x_values = list(range(1,1001))#取值范围左闭右开
y_values = [x**2 for x in x_values]

plt.scatter(x_values, y_values, s=40)

#设置图表标题并给坐标轴加上标签
plt.title("Square Numbers", fontsize=24)#图表的标题和字体大小
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)#为每条轴设置标题并且设置标题字号大小

#设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])

plt.show()

#15.3随机漫步
#随机漫步是这样行走得到的路径：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
#定义的类
# -*- coding: gbk -*-
from random import choice#使用choice()来决定使用哪种选择

class RandomWalk():
""" 一个生成随机漫步数据的类 """
def __init__(self, num_points=5000):#我们将随机漫步包含的默认点数设置为5000，这大到足以生成有趣的模式，同时又足够小，可确保能够快速地模拟随机漫步
""" 初始化随机漫步的属性 """
self.num_points = num_points

#所有随机漫步都始于 (0, 0)
self.x_values = [0]
self.y_values = [0]

def fill_walk(self):
""" 计算随机漫步经过的所有点"""
# 不断漫步，直到列表达到指定的长度
while len(self.x_values) < self.num_points:
# 决定前进方向以及沿这个方向前进的距离
x_direction = choice([1, -1])
x_distance = choice([0, 1, 2, 3, 4])
x_step = x_direction * x_distance
y_direction = choice([1, -1])
y_distance = choice([0, 1, 2, 3, 4])
y_step = y_direction * y_distance
# 拒绝原地踏步
if x_step == 0 and y_step == 0:
continue
# 计算下一个点的 x 和 y 值
next_x = self.x_values[-1] + x_step
next_y = self.y_values[-1] + y_step

self.x_values.append(next_x)
self.y_values.append(next_y)

import matplotlib.pyplot as plt
from random_walk import RandomWalk
#只要程序处于活动状态，就不断地模拟随机漫步
while True:
#创建一个RandomWalk实例，并将其包含的点都绘制出来
rw = RandomWalk()#当不传入实参时，该实例将使用num_points参数的默认值5000
rw.fill_walk()

#设置绘图窗口的尺寸，以使绘图窗口更适合屏幕大小
#函数figure()用于指定图表的宽度、高度、分辨率和背景色
#Python假定屏幕分辨率为80像素/英寸，也可以将自己系统的分辨率传给dpi参数
plt.figure(figsize=(10, 6))

#plt.scatter(rw.x_values, rw.y_values, s=15)这句显示单纯，没有对随机漫步进行设置

#定制图表，以突出每次漫步的重要特征
point_numbers = list(range(rw.num_points))
#颜色深浅体现出这些点的绘制顺序
#plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues,edgecolor='none', s=1)
#模拟分子运动
plt.plot(rw.x_values, rw.y_values, linewidth=1)#模拟分子运动

#突出起点
#plt.scatter(0, 0, c='green', s=100)
#突出终点
#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

#15.4使用Pygal模拟掷骰子
#使用Python可视化包Pygal来生成可缩放的矢量图形文件
#它们将自动缩放，以适合观看者的屏幕
import pygal
from die import Die

#创建两个D6骰子
die_1 = Die()
die_2 = Die()

#创建一个D6
#die = Die()#使用函数默认值
#掷几次骰子，并将结果存储在一个列表中
results = []
for roll_num in range(1000):#掷骰子次数
result = die_1.roll() + die_2.roll()#并将每次的结果放置在result中
results.append(result)
#print(results)

#分析计算
frequencies = []
#for value in range(1, die.num_sides+1):
#	frequency = results.count(value)
#	frequencies.append(frequency)
#print(frequencies)

max_result = die_1.num_sides + die_2.num_sides
for value in range(2, max_result+1):#两个骰子时取值范围将有所改变
frequency = results.count(value)
frequencies.append(frequency)

# 对结果进行可视化
#直方图直观地指出了各种结果出现的频率
hist = pygal.Bar()
#为创建条形图，我们创建了一个pygal.Bar()实例，并将其存储在hist中
#hist.title = "Results of rolling one D6 1000 times."
#hist.x_labels = ['1', '2', '3', '4', '5', '6']
#hist.x_title = "Result"
#hist.y_title = "Frequency of Result"
#hist.add('D6', frequencies)
#将一系列值添加到图表中（向它传递要给添加的值指定的标签，还有一个列表，其中包含将出现在图表中的值
#hist.render_to_file('die_visual.svg')#这种文件的扩展名必须为 .svg

hist.title = "Results of rolling two D6 dice 1000 times."
hist.x_labels = ['2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12']
hist.x_title = "Result"
hist.y_title = "Frequency of Result"
hist.add('D6 + D6', frequencies)
hist.render_to_file('dice_visual.svg')

#此例还可以同时投掷两个面数不同的骰子

• 点赞
• 收藏
• 分享
• 文章举报