Python学习之路日志—利用matplotlib开发数据可视化项目（1）

在学习完了《Python编程：从入门到实践》的第一个项目“外星人入侵”后，我来到了第二个项目：“数据可视化”，而这个项目我将在Mac OS X系统中用Sublime Text来完成。

1.1 安装matplotlib：

Apple的标准Python安装自带了matplotlib。要检查系统是否安装了matplotlib，可打开一个终端会话并尝试导入matplotlib，如下图所示：

如果没有出现任何错误消息，就说明系统已经安装了matplotlib。

1.2 绘制简单的散点图：

下面来使用matplotlib绘制一个简单的折线图，再对其进行定制，以实现信息更丰富的数据可视化。我们将使用平方数序列1、4、9、16和25来绘制这个图表。 只需向matplotlib提供如下数字，matplotlib就能完成其他的工作：

import matplotlib.pyplot as plt

squares = [1, 4, 9, 16, 25]
plt.plot(squares)
plt.show()

我们首先导入了模块

pyplot

，并给它指定了别名"plt" ，以免反复输入。模块

pyplot

包含很多用于生成图表的函数。 我们创建了一个列表，在其中存储了前述平方数，再将这个列表传递给函数

plot()

，这个函数尝试根据这些数字绘制出有意义的图形。

plt.show()

打开matplotlib查看器，并显示绘制的图形，如下图所示。查看器让你能够缩放和导航图形，另外，单击磁盘图标可将图形保存起来：

上图所示的图形表明数字是越来越大的，但标签文字太小，线条太细。但matplotlib能够调整可视化的各个方面。下面通过一些定制来改善这个图形的可读性，如下所示：

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

import matplotlib.pyplot as plt

squares = [1, 4, 9, 16, 25]
plt.plot(squares, linewidth=5)

#设置图表标题，并给坐标轴加上标签及字体大小
plt.title('Square number',fontsize = 25)
plt.xlabel('Value',fontsize = 25)
plt.ylabel('Square of value',fontsize = 15)

#设置刻度标记的大小
plt.tick_params(axis='both',labelsize = 15)

plt.show()

参数

linewidth

（见第5行）决定了

plot()

绘制的线条的粗细。

函数

title()

（见第8行）给图表指定标题。

在上述代码中，出现了多次的参数

fontsize

指定了图表中文字的大小。

函数

xlabel()

和

ylabel()

让你能够为每条轴设置标题（见第9-10行）。

而函数

tick_params()

设置刻度的样式（见第13行），其中指定的实参将影响x轴和y轴上的刻度 （

axes='both'

），并将刻度标记的字号设置为14（

labelsize=15

）。

最终的图表如下图所示：

图形更容易阅读后，我们发现这张图没有正确地绘制数据。下面来修复这个问题。 当向

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，但实际上我们的第一个点对应的 x 值为1。为改变这种默认行为，我们可以如下图所示给

plot()

同时提供输入值和输出值：

现在

plot()

将正确地绘制数据，因为我们同时提供了输入值和输出值，它无需对输出值的生成方式作出假设。最终的图形是正确的，如下图所示：

1.3 使用scatter（）绘制散点图并设置其样式：

有时候，需要绘制散点图并设置各个数据点的样式。要绘制单个点，可使用函数

scatter()

，并向它传递一对 x 和 y 坐标，它将在指定位置绘制一个点：

在第4行处，我们调用了

scatter()

，并使用实参

s

设置了绘制图形时使用的点的尺寸。如果此时运行scatter_squares.py，将在图表中央看到一个点，如下图所示：

要绘制一系列的点，可向

scatter()

传递两个分别包含 x 值和 y 值的列表，如下所示：

列表

x_values

包含要计算其平方值的数字，而列表

y_values

包含前述每个数字的平方值。将这些列表传递给

scatter()

。最终的结果如图所示:

此外，我们可以不必手工计算包含点坐标的列表，而让Python循环来替我们完成这种计算。下面是让程序自动绘制1000个点的代码：

我们首先创建了一个包含 x 值的列表，其中包含数字1~1001（见第5行）。接下来是一个生成 y 值的列表解析，它遍历 x 值（

for x in x_values

），计算其平方值（

x**2

）， 并将结果存储到列表

y_values

中。

然后，将输入列表和输出列表传递给

scatter()

（见第7行）。 由于这个数据集较大，需要将点设置得较小，并使用函数

axis()

指定了每个坐标轴的取值范围（见第15行）。函数

axis()

要求提供四个值：x 和 y 坐标轴的最小值和最大值。在这里，我们将 x 坐标轴的取值范围设置为1~1001，并将 y 坐标轴的取值范围设置为1~1000000。结果如图所示：