python-数据可视化1

python-数据可视化

** 数据可视化指的是通过可视化表示来探索数据，它与数据挖掘**紧密相关，而数据挖掘指的是使用代码来探索数据集的规律和关联。数据集可以是用一行代码就能表示的小型数字列表，也可以是数以吉字节的数据

最流行的工具之一是matplotlib它是一个数学绘图库，我们将使用它来制作简单的图表，如折线图和散点图。然后，我们将基于随机漫步概念生成一个更有趣的数据集——根据一系列随机决策生成的图表。

我们还将使用Pygal包，它专注于生成适合在数字设备上显示的图表。可在用户与图表交互时突出元素以及调整其大小，还可轻松地调整整个图表的尺寸，使其适合在微型智能手表或巨型显示器上显示。

一、安装matplotlib

在Windows系统中，首先需要安装Visual Studio

参考：http://t.csdnimg.cn/336oy

在命令行窗口输入

pip install matplotlib

对安装进行测试。为此，首先使用命令python或python3启动一个终端会话，再尝试导入matplotlib：

$ python3
>>> import matplotlib
>>>

如果没有出现任何错误消息，就说明你的系统安装了matplotlib

matplotlib官网实例

Plot types — Matplotlib 3.9.0 documentation

二、使用matplotlib

折线图

1.pyplot()绘制简单的折线图

示例1：绘制简单的折线图

import matplotlib.pyplot as plt

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

注意：在pycharm容易报错：

AttributeError: module ‘backend_interagg‘ has no attribute ‘FigureCanvas‘

这时需要修改某些参数，可以这样将上面文件第一行改为下面三行。

import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt

2.定制折线图的通用参数

import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt
import numpy as np


squares = [1, 4, 9, 16, 25]
# make data:
plt.plot(squares, linewidth=1)
#linewidth决定了plot()绘制的线条的粗细


# 设置图表标题，并给坐标轴加上标签
plt.title("Number--graf", fontsize=24)
#函数title()给图表指定标题，fontsize指定了图表中文字的大小

plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
#函数xlabel()和ylabel()让你能够为每条轴设置标题


# 设置刻度标记的大小
plt.tick_params(axis='both', labelsize=14)
#函数tick_params()设置刻度的样式其中指定的实参将影响x轴和y轴上的刻度（axis='both'），并将刻度标记的字号设置为14（labelsize=14）。

plt.show()

这样画出来的图像并不是完全正确的

原因在于当你向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

因此需要指定第一个点对应的 x 值为1，改变默认的行为

方法是给plot()同时提供输入值和输出值

plot()正确使用如下：

input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_values, squares, linewidth=5)
#第一个列表指定x轴的参数
#第二个列表指定y轴的参数

散点图

1.使用scatter()绘制散点图

plt.scatter(2, 4)
#使用`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

绘制一个点

import matplotlib.pyplot as plt

plt.scatter(2, 4,s=200)
#并使用实参s设置了绘制图形时使用的点的尺寸。

# 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()

绘制一系列点

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

x_values = [1, 2, 3, 4, 5]
#横坐标的列表
y_values = [1, 4, 9, 16, 25]
#纵坐标的列表
plt.scatter(x_values, y_values, s=100)

使用for循环绘制一群点

x_values = list(range(1,100))

y_values =[i**2 for i in range(1,100)]
#方法同上
plt.scatter(x_values, y_values, s=100)

plt.axis([0, 1100, 0, 1100000])
#函数axis()要求提供四个值：x(1-1100) 和 y(0-1100000) 坐标轴的最小值和最大值

scatter()的另一个参数

edgecolor=‘none’ 作用删除数据点的轮廓，默认蓝色

edgecolor=‘black’ 作用将数据点的轮廓线条改为黑色