数据可视化入门篇----matplotlib库实现随机漫步可视化

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

#一个随机漫步点x和y都值都得出，就得到这个随机漫步点的坐标了。

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 #下一个随机漫步点是在上一个随机漫步点为基础上随机漫步得到的

next_y = self.y_values[-1] + y_step

self.x_values.append(next_x) #将所有随机漫步经过的坐标添加到列表中

self.y_values.append(next_y)

（3）绘制随机漫步图完整代码

from random import choice

import matplotlib.pyplot as plt

while True:

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(随机漫步的次数)’‘’

self.num_points = num_points

#所有随机漫步都始于（0,0）

self.x_values = [0] #两个存储随机漫步经过的x,y的值的列表

self.y_values = [0]

def fill_walk(self):

‘’‘计算你随机漫步包含的所有点’‘’

不断漫步，知道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]) #为做出随机决策：：：将所有的可能的选择都放在列表中，

x_distance = choice([0,1,2,3,4]) #每次做决策的时候都使用choice()来决定使用哪种选择。

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

#一个随机漫步点x和y都值都得出，就得到这个随机漫步点的坐标了。

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 #下一个随机漫步点是在上一个随机漫步点为基础上随机漫步得到的

next_y = self.y_values[-1] + y_step

self.x_values.append(next_x) #将所有随机漫步经过的坐标添加到列表中

self.y_values.append(next_y)

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

（4）设置随机漫步图的样式

**目的：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，如漫步的七点，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，清楚的指出了每次漫步经过的路径。**

①给点着色

将使用颜色映射来指出漫步中各点的先后顺序。为根据漫步中各点的先后顺序进行着色，我们传递参数c，并将其设置为一个列表，其中包含各点的先后顺序。由于这些点是按顺序绘制的，因此给参数c指定的列表只需包含数字1~5000即可！

只需添加并修改代码中如下部分即可：

使用颜色映射来指出漫步中各点的先后顺序

point_numbers = list(range(rw.num_points))

plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, s=15)

②重新绘制起点和终点

让起点和终点变得更大，并显示为不同的颜色。

只需将下面代码放在调用plt.show()的代码前面即可，确保在其他点的上面绘制起点和终点：

突出起点和终点

plt.scatter(0, 0, c=‘green’, s=100)

plt.scatter(rw.x_values[-1], rw.y_values[-1], c=‘red’, s=100)

③隐藏坐标轴

只需加入如下代码即可：

隐藏坐标轴

plt.xticks([])

plt.yticks([])

④增加点数

⑤调整尺寸以适合屏幕

函数figure()用于指定图表的宽度，高度，分辨度和背景色。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。

python假定屏幕分辨率为80像素/英寸，如果下面的代码绘制出的图标的尺寸不合适，可根据需要调整其中的数字。如果知道自己系统的分辨率，可使用形参dpi向figure()传递该分辨率！如下例：

plt.figure(dpi=128, figsize=(10, 6))

（5）方法fil_walk()很长，进行重构，缩小fill_walk()的规模。

from random import choice

import matplotlib.pyplot as plt

while True:

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(随机漫步的次数)’‘’

self.num_points = num_points

#所有随机漫步都始于（0,0）

self.x_values = [0] #两个存储随机漫步经过的x,y的值的列表

self.y_values = [0]

def get_step(self):

‘’‘确定每次漫步的距离和方向’‘’

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）

s://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）