Python学习笔记（三）-- 数据可视化（上）

介绍

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，也可以是数以字节的数据。

数据科学家使用Python编写了一系列令人印象深刻的可视化和分析工具，其中很多也可供我们使用。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。

安装matplotlib

使用pip安装matplotlib：

pip install matplotlib

成功后输入

import matplotlib

检测：

之后若要在Pycharm中添加matplotlib库，
可参考：
https://blog.csdn.net/weixin_44569187/article/details/87281539

绘制简单的折线图

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pyplot。

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.

matplotlib可以让我们调试图样的每一个细节。

官网链接：
https://www.matplotlib.org.cn/

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
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', labelsize=14)
plt.show()

参数linewidth决定了plot()绘制的线条的粗细。函数title()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。

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（ axes=‘both’），并将刻度标记的字号设置为14（ labelsize=14）。

刚刚的图片中我们只提供了y值，现在我们接着为图像同时加入x值和y值。

import matplotlib.pyplot as plt
input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_values, squares, linewidth=5)

# 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', labelsize=14)
plt.show()

注意plt.plot(input_values, squares, linewidth=5)这一行的变化。

绘制散点图

我们可以使用 scatter()绘制散点图并设置其样式

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

import matplotlib.pyplot as plt
plt.scatter(2, 4)
plt.show()

我们也可以设置散点的大小：
plt.scatter(2, 4, s=200)
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]
y_values = [1, 4, 9, 16, 25]
plt.scatter(x_values, y_values, s=100)

matplotlib依次从每个列表中读取一个值来绘制一个点。要绘制的点的坐标分别为 (1, 1)、 (2, 4)、 (3, 9)、 (4, 16)和(5, 25)，

我们也可以使用循环自动计算点的位置：

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

matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓，在散点图包含的数据点不多时效果很好。但绘制很多点时，黑色轮廓可能会粘连在一起。要删除数据点的轮廓，可在调用scatter()时传递实参edgecolor=‘none’：

plt.scatter(x_values, y_values, edgecolor='none', s=40)

要修改数据点的颜色，可向scatter()传递参数c，并将其设置为要使用的颜色的名称，如下
所示：

plt.scatter(x_values, y_values, c='red', edgecolor='none', s=40)

你还可以使用RGB颜色模式自定义颜色。要指定自定义颜色，可传递参数c，并将其设置为一个元组，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。例如，下面的代码行创建一个由淡蓝色点组成的散点图：

plt.scatter(x_values, y_values, c=(0, 0, 0.8), edgecolor='none', s=40)

值越接近0，指定的颜色越深，值越接近1，指定的颜色越浅。

**颜色映射（ colormap）**是一系列颜色，它们从起始颜色渐变到结束颜色。在可视化中，颜色
映射用于突出数据的规律，例如，你可能用较浅的颜色来显示较小的值，并使用较深的颜色来显
示较大的值。
模块pyplot内置了一组颜色映射。要使用这些颜色映射，你需要告诉pyplot该如何设置数据集中每个点的颜色。下面演示了如何根据每个点的y值来设置其颜色：

plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues,edgecolor='none', s=40)