简单的Python项目——可视化数据入门（关键词：matplotlib，pyolot，pygal）
Posted 归止于飞
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了简单的Python项目——可视化数据入门（关键词：matplotlib，pyolot，pygal）相关的知识，希望对你有一定的参考价值。
文章目录
笔记补充
笔者使用的是python3.7的版本，使用3.10时会出现导入错误。其它模块都是Pycharm直接安装的。
一 绘制简单的折线图
import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares)
plt.show()
此时我们导入了模块pyplot，并给它指定别名plt，以免反复输入 pyplot 。
在线示例大都这样做，因此这里也这样做。模块 pyplot 包含很多用于生成图表的函数。
1.修改标签文字与线条粗细
import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares,linewidth=5)
# 设置图表标题，并给坐标加上标签
plt.title("Squre Numbers",fontsize=24)
plt.xlabel("Value",fontsize=4)
plt.ylabel("Square of Value",fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both',labelsize=14)
plt.show()
2.校正图形
我们需要同时给plot提供输入值和输出值。使其无需对输出值的生成方式做出假设.
import matplotlib.pyplot as plt
input_value = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_value,squares,linewidth=5)
# 设置图表标题，并给坐标加上标签
plt.title("Squre Numbers",fontsize=24)
plt.xlabel("Value",fontsize=4)
plt.ylabel("Square of Value",fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both',labelsize=14)
plt.show()
使用plot()可以指定各种实参，还可以使用众多函数对图形进行定制
3.使用scatter()绘制散点图并设置其样式
有时我们绘制散点图需要设置各个数据点的样式。
要绘制单个点，我们可以使用函数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：
import matplotlib.pyplot as plt
plt.scatter(2, 4)
plt.show()
我们设计输出样式
import matplotlib.pyplot as plt
plt.scatter(2,4,s=200)
# 设置图表标题并给坐标轴加上标签
plt.title("Square Numbers",fontsize=24)
plt.xlabel("Value",fontsize=14)
plt.ylabel("Square of Value",fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both',which='major',labelsize=14)
plt.show()
这里我们调用scatter()函数，并使用实参s设置了绘制图形时使用点的尺寸
4.使用scatter()绘制一系列点
我们可以给scatter()传递两个分别包含x值，y值的列表
# 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]
plt.scatter(x_values,y_values,s=100)
# 设置图表标题并给坐标轴指定标签
plt.title("Square Numbers",fontsize=24)
plt.xlabel("Value",fontsize=14)
plt.ylabel("Square of Value",fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both',which='major',labelsize=14)
plt.show()
5.自动计算数据
# 绘制1000个点，且自动计算
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,s=40)
# 设置图表标题并给坐标轴指定标签
plt.title("Square Numbers",fontsize=24)
plt.xlabel("Value",fontsize=14)
plt.ylabel("Square of Value",fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both',which='major',labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0,1100,0,1100000])
plt.show()
我们首先创建一个包含x值的列表，其中包含数字1~1000，接下来生成一个y值的列表。它遍历x值，并计算其平方值
6.删除数据点的轮廓
matplotlib运行我们给散点图的各个点指定颜色。默认蓝色点和黑色轮廓。绘制很多点时黑色轮廓可能会粘连在一起。
要删除数据的轮廓，可以调用scatter()时传递实参edgecolor=‘none’:
# plt.scatterx(x_values,y_values,edgecolor='none',s=40)
7.自定义颜色
需要自定义颜色时，传递参数c，同样也可以使用RGB颜色模式自定义颜色
# plt.scatter(x_values,y_values,c='red',edgecolors='none',s=40)
8.使用颜色映射
颜色映射是一系列颜色，它们从起始颜色到渐变到结束颜色。在可视化中，颜色映射用于突出数据的规律。
import matplotlib.pyplot as plt
x_values = list(range(1001))
y_values = [x**2 for x in x_values]
plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,edgecolors='none',s=40)
# 设置图表标题并给坐标轴指定标签
plt.title("Square Numbers",fontsize=24)
plt.xlabel("Value",fontsize=14)
plt.ylabel("Square of Value",fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both',which='major',labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0,1100,0,1100000])
plt.show()
此时我们将y值设置成一个y值列表，并使用参数camp告诉pyplot该使用哪个颜色映射。
这些代码将 y 值较小的点显示为浅蓝色，并将 y 值较大的点显示为深蓝色。
9.自动保存图表
需要吧图表保存在文件中，可以吧plt.show()改为plt.savefig()的调用,理论上可以同时使用
# plt.savefig('1.png',bbox_inches='tight')
第一个实参指定要以什么样的文件名保存图表，这个文件将存储到 scatter_squares.py 所在的目录中；
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。
二 随机漫步
1.创建RandomWalk()类
RandomWalk()类只包含两个方法：init()与fill_walk(),后者计算随机漫步经过的所有点。
class RandomWalk():
"""一个生成随机漫步数据的类"""
def __init__(self,num_points=5000):
"""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]
为了做出随机决策，我们要把所有可能的选择都放在一个列表里
2.选择方向
from random import choice
class RandomWalk():
"""一个生成随机漫步数据的类"""
def __init__(self,num_points=5000):
"""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):
"""计算随机漫步包含的所有点"""
# 不断漫步，直到列表到达指定长度
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_distance * x_direction
y_direction = choice([1,-1])
y_distance = choice([0,1,2,3,4])
y_step = y_distance * y_direction
# 拒绝原地踏步
if x_step == 0 and y_step == 0:
continue
# 计算下一个点x和y的值
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)
此时我们建立了一个循环，这个循环不断运行，直到漫步包含所需数量的点。
我们将移动方向乘以移动距离，以确定沿 x 和 y 轴移动的距离。
如果 x_step 为正，将向右移动，为负将向左移动，而为零将垂直移动；
如果 y_step 为正，就意 味着向上移动，为负意味着向下移动，而为零意味着水平移动。
如果 x_step 和 y_step 都为零，则意味着原地踏步，我们拒绝这样的情况，接着执行下一次循环
3.绘制随机漫步图
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# 创建一个RandomWalk实例，并将其包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values,rw.y_values,s=15)
plt.show()
我们首先导入了模块pyplot和RandomWalk类，然后创建一个RandomWalk实例，并将其存储在rw中，再调用fill_walk
4.模拟多次随机漫步
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# 只要程序处于活动状态，就不断模拟随机漫步
while True:
# 创造一个RandomWalk实例，并不断模拟随机漫步
rw = RandomWalk()
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
这些代码模拟一次随机漫步，在 matplotlib 查看器中显示结果，再在不关闭查看器的情况下暂停。如果你关闭查看器，程序将询问你是否要再模拟一次随机漫步。如果你输入 y ，可
模拟多次随机漫步：这些随机漫步都在起点附近进行，大多沿特定方向偏离起点，漫步点分布不均匀等。要结束程序，请输入 n 。
5.设计随机漫步图的样式
我们需要定制图表，以突出每次漫步的重要特征，并让分散注意力的元素不那么显眼。为此，我们确定要突出的元素，如漫步的起点、终点和经过的路径。接下来确定
要使其不那么显眼的元素，如刻度标记和标签。最终的结果是简单的可视化表示，清楚地指出了每次漫步经过的路径。
6.给点着色
我们将用颜色映射来指出漫步各点的先后顺序，并删除每个点的黑色轮廓，使他们颜色更明显。为根据漫步中各点的先后顺序。
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# 只要程序处于活动状态，就不断模拟随机漫步
while True:
# 创造一个RandomWalk实例，并不断模拟随机漫步
rw = RandomWalk()
rw.fill_walk()
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues,
edgecolor='none', s=15)
plt.show()
keep_running = input("Make another walk?(y/n)")
if keep_running == 'n':
break
我们使用range()生成了一个数字列表，其中包含的数字个数和漫步包含的点数相同。
接下来，我们将这个列表存储在 point_numbers 中，以便后面使用它来设置每个漫步点的颜色。
我们将参数 c 设置为 point_numbers ，指定使用颜色映射 Blues ，并传递实参 edgecolor=none 以删除每个点周围的轮廓。
7.重新绘制起点与终点
我们使用绿色绘制点(0,0)，并使其比其它点大。为突出终点，我们在漫步包含的最后一个 x 和 y 值处绘制一个点，将其颜色设置为红色，并将尺寸设置为 100 。
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# 只要程序处于活动状态，就不断模拟随机漫步
while True:
# 创造一个RandomWalk实例，并不断模拟随机漫步
rw = RandomWalk()
rw.fill_walk()
point_numbers = list(range(rw.num_points))
plt.scatter(0,0,c='green',edgecolors='none',s=100)
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red',edgecolor='none', s=100)
plt.show()
keep_running = input("Make another walk?(y/n)")
if keep_running == 'n':
break
8.隐藏坐标轴
为修改坐标轴，使用了函数 plt.axes()来将每条坐标轴的可见性都设置为 False 。
# 隐藏坐标轴
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
9.增加点数
我们只需要在创建实例时增大num_points的值，并记得把点的大小调小。
rw = RandomWalk(50000)
rw.fill_walk()
10.调整尺寸以适合屏幕
我们可以把图表变得适合屏幕，可以这样输入尺寸
# 设置绘图窗口的尺寸
plt.figure(figsize=(10,6))
函数 figure() 用于指定图表的宽度、高度、分辨率和背景色。
你需要给形参 figsize 指定一个元组，向 matplotlib 指出绘图窗口的尺寸，单位为英寸。
三 使用Pygal模拟掷骰子
1.创建Die类
from random import randint
class Die(object):
"""表示一个骰子的类"""
def __init__(self,num_sides=6):
"""骰子为六面"""
self.num_sides = num_sides
def roll(self):
"""返回一个1~骰子面数的随机值"""
return randint(1,self.num_sides)
方法 roll() 使用函数 randint() 来返回一个 1 和面数之间的随机数。
2.掷骰子
from die import Die
# 创建一个D6
die = Die()
# 掷几次骰子，把结果存储在一个列表中
results = []
for roll_num in range(100):
result = die.roll()
results.append(result)
print(results)
创造一个列表把所有结果存储进去。
3.分析结果
from die import Die
# 创建一个D6
die = Die()
# 掷几次骰子，把结果存储在一个列表中
results = []
for roll_num in range(1000):
result = die.roll()
results.append(result)
# 分析结果
frequencise = []
for value in range(1, die.num_sides+1):
frequency = results.count(value)
frequencise.append(frequency)
print(frequencise)
我们遍历可能的点数（这里为 1~6 ），计算每种点数在 results 中出现了多少次，并将这个值附加到列表 frequencies 的末尾。
4.绘制直方图
from die import Die
import pygal
# 创建一个D6
die = Die()
# 掷几次骰子，把结果存储在一个列表中
results = []
for roll_num in range(1000):
result = die.roll()
results.append(result)
# 分析结果
frequencise = []
for value in range(1, die.num_sides+1):
frequency = results.count(value)
frequencise.append(frequency)
# 对结果进行可视化
hist = pygal.Bar()
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', frequencise)
hist.render_to_file('die_visual.svg')
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。接下来，我们设置 hist 的属性 title （用于标示直方图的字符串），将掷 D6 骰子的可
能结果用作 x 轴的标签，并给每个轴都添加了标题。然后，我们使用 add() 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）。最后，我们将这个图表渲染为一个 SVG 文件，这种文件的扩展名必须为 .svg 。
5.同时掷两个骰子
from die import Die
import pygal
# 创建两个D6骰子
die_1 = Die()
die_2 = Die()
# 掷几次骰子，并将结果存储在一个列表中
results = []
for roll_num in range(1000):
result = die_1.roll() + die_2.roll()
results.append(result)
# 分析结果
frequencies = []
max_result = die_1.num_sides + die_2.num_sides
for value in range(1, max_result + 1):
frequency = results.count(value)
frequencies.append(frequency)
# 对结果进行可视化
hist = pygal.Bar() # 创建一个实例，并将其储存在hist中
hist.title = "Result of rolling two D6 1000 times." # hist标题
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) # 将一系列值添加到图标中
hist.render_to_file('dice_visual1.svg') # 将图标渲染为一个svg文件
6.同时掷两个点数不同的骰子
同时掷两个骰子时，得到的点数更多，结果分布情况也不同。下面来修改前面的代码，创建两个 D6 骰子，以模拟同时掷两个骰子的情况。每次掷两个骰子时，我们都将两个骰子
的点数相加，并将结果存储在 results 中。
from die import Die
import pygal
# 建一个D6与一个D10
die_1 = Die()
die_2 = Die(10)
# 掷骰子多次，将结果存储在一个列表中
results = []
for roll_num in range(50000):
result = die_1.roll() + die_2.roll()
results.append(result)
# 分析结果
frequenci以上是关于简单的Python项目——可视化数据入门（关键词：matplotlib，pyolot，pygal）的主要内容，如果未能解决你的问题，请参考以下文章
python入门项目在 Python 中创建条形图追赶动画(评论区送书)