安装matplotlib包
数据可视化：通过可视化表示探索数据规律
数据挖掘：使用代码探索数据集的规律和关联
数据集：数据列表，大数据等
-
使用pip安装Python包
pip是一个负责为你下载并安装Python包的程序。
pip是Python的软件包安装器。它可以让你轻松安装和管理Python软件包及其依赖项。你可以使用pip来安装第三方库和框架，这些库和框架通常不包含在Python标准库中。pip通常在安装Python时会默认安装，但如果需要的话也可以单独安装它。安装pip的说明 http://www.ituring.com.cn/book/1861 -
检查是否安装了pip
在终端窗口执行命令python -m pip --version
命令输出当前安装的版本和所在的python环境信息
要安装pip，访问 https://bootstrap.pypa.io/get-pip.py
将浏览器中出现的get-pip.py 的代码复制并保存为py文件，以管理员身份运行。 -
安装matplotlib
使用Pycharm安装包，文件-设置-Project项目-Pycharm解释器-左下角的±搜索需要的包，点击安装包
测试matplotlib
在窗口中 import matplotlib
matplotlib的使用
要查看使用matplotlib可制作的各种图表，请访问http://matplotlib.org/的示例画廊。单击画廊中的图表，就可查看用于生成图表的代码。
AI助手：
可以通过在命令行中输入 python 进入Python解释器，然后执行以下代码查看Python的位数：
import struct
print(struct.calcsize("P") * 8)
执行上述代码后，输出的结果为 64 表示Python是64位安装的，输出的结果为 32 则表示Python是32位安装的。
使用matplotlib.pyplot绘制折线图
使用matplotlib进行简单的绘画：
模块pyplot包含了许多用于生成图表的函数
导入模块import matplotlib.pyplot as plt 并制定别名 plt
创建数字列表squares = [1,4,9,16,25]
使用函数plot()绘图。使用函数show()打开matplotlib查看器显示绘制的图形。
函数Plot（）默认第一个数对应的x坐标为0，如需改变，需提供输入值。
修改标签文字和线条粗细：
参数fontsize指定图表中的文字大小
函数title() ,xlabel(),ylabel()设置标题
==函数tick_params()==设置刻度的样式，axis参数可以指定需要设置的轴，可以是’x’、'y’或’both’中的任何一个。labelsize参数用于设置刻度标签的字体大小。
使图形显示中文plt.rcParams['font.sans-serif']=['KaiTi']
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) #设置线宽
plt.title('title',fontsize=24)
plt.xlabel('value',fontsize=15)
plt.ylabel('square of value',fontsize=14)
#设置标题和xy轴标签
plt.tick_params(axis='both',labelsize=14)
plt.show()
在matplotlib中，轴上的刻度间距是自动确定的，不过我们可以通过一些方法来控制刻度间距。以下是几种常见的方法：
- 使用plt.xticks()或plt.yticks()函数手动设置轴上的刻度，并且可以选择设置刻度间距。
例如：plt.xticks(range(0, 100, 10)) # 表示设置x轴的刻度为0, 10, 20, …, 90
- 使用plt.locator_params()函数来自动设置刻度间距。
例如：plt.locator_params(axis=‘x’, nbins=10) # 表示自动设置x轴的刻度间距为10。
- 在绘图函数中，传递一个包含所有刻度的列表。
例如：plt.plot(x, y, xticks=[0, 5, 10, 15, 20]) # 表示设置x轴的刻度为0, 5, 10, 15, 20。
需要注意的是，不同的绘图函数对刻度的控制可能不一样，具体可以查看相关函数的文档。
使用scatter()绘制散点图
- 使用scatter绘制单个点，直接将点的xy坐标传递给scatter()函数
import matplotlib.pyplot as plt
plt.scatter(2,4,s=50)#在坐标轴上标出一个点（2，4），点的大小为100个像素.s=100指明点的大小为100像素
plt.rcParams['font.sans-serif']=['KaiTi']
plt.title('标题',fontsize=14)
plt.xlabel('自变量',fontsize=10)
plt.ylabel('观测值',fontsize=10)
plt.tick_params(axis='both',which='major',labelsize=10)#which='major'表明设置的是主刻度线和标签，如果设置为`'minor'`则表示次要刻度线和标签。
plt.show()
- 使用scatter()绘制一系列点，向scatter()传递两个分别包含x值与y值的列表。
import matplotlib.pyplot as plt
x_values = [1,2,3,4,5]
y_values = [2,3,6,8,20]
plt.scatter(x_values,y_values,c='pink',s=50)#s=100指明点的大小为100像素，参数c指定点的颜色
plt.rcParams['font.sans-serif']=['KaiTi']
plt.title('标题',fontsize=14)
plt.xlabel('自变量',fontsize=10)
plt.ylabel('观测值',fontsize=10)
plt.tick_params(axis='both',which='major',labelsize=10)#which='major'表明设置的是主刻度线
plt.show()
- 自动计算数据并绘制
使用range()函数生成整数序列x值，使用表达式计算对应的y值
import matplotlib.pyplot as plt
x_values = list(range(1,101))
y_values = [x**2 for x in x_values]
plt.scatter(x_values,y_values,c='pink',s=10)#s=100指明点的大小为100像素
plt.rcParams['font.sans-serif']=['KaiTi']
plt.title('标题',fontsize=14)
plt.xlabel('自变量',fontsize=10)
plt.ylabel('观测值',fontsize=10)
plt.tick_params(axis='both',which='major',labelsize=10)#which='major'表明设置的是主刻度线
plt.axis([0,110,0,11000])#设置坐标轴的取值范围
plt.show()
- 使用颜色映射
import matplotlib.pyplot as plt
x_values = list(range(1,101))#range(1,101)生成从1到100的所有整数，并通过list转化为列表
y_values = [x**2 for x in x_values]
plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Reds,edgecolor='none',s=30)
#使用颜色映射，将参数c设置为y值列表，用参数camp告诉pyplot使用哪个颜色映射，cmap: 指定颜色映射，这里使用的是'Reds'，即使用红色系的颜色。cmap=plt.cm.Reds_r表示反转颜色。
----snip------
http://matplotlib.org/ 了解pyplot中所有的颜色映射
若要保存图表，plt.savefig('title.png',bbox_inches='tight'该文件将存储在py文件所在的目录，实参bbox_inches指定将图表的多余空白裁剪，保留则省略。
随机漫步
- 编写RandomWalk类
#random_walk.py
from random import choice
class RandomWalk():
'''一个生成随机漫步数据的类'''
def __init__(self,num_points=5000):#num_points指定生成的点数
'''初始化随机漫步的属性'''
self.num_points = num_points
#所有随机漫步从（0，0）开始
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，直到达到指定的长度
while len(self.x_values)<self.num_points:
#决定前进方向以及距离
x_direction = choice([1,-1]) #使用choice选择方向，1为向右，-1为向左
x_distance = choice([0,1,2,3,4])
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
#拒绝原地踏步
if x_step == 0 and y_step == 0:
continue
next_x = self.x_values[-1] + x_step#得到下一个点的xy坐标并添加到列表中
next_y = self.y_values[-1] + y_step
self.x_values.append(next_x)
self.y_values.append(next_y)
- 创建一个RandomWalk实例，并绘制所有的点
#rw.visual.py
import matplotlib.pyplot as plt
from random_walk import RandomWalk
#创建随机漫步实例，并绘制所包含的点
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values,rw.y_values,s=15)
plt.show()
- 不断模拟随机漫步
import matplotlib.pyplot as plt
from random_walk import RandomWalk
def create_rw():
#创建随机漫步实例，并绘制所包含的点
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values,rw.y_values,s=15)
plt.show()
while True:
#不断模拟随机漫步
create_rw()
keep_running = input('再来一次？（y/n)')
if keep_running == 'n':
break
- 使用颜色映射
import matplotlib.pyplot as plt
from random_walk import RandomWalk
def create_rw():
#创建随机漫步实例，并绘制所包含的点
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values,rw.y_values,c=list(range(rw.num_points)),cmap=plt.cm.Reds_r,s=15)
plt.show()
-----snip------
- 隐藏坐标轴，使用函数plt.axes()
plt.axes().get_xaxis().set_visible(False)这段代码的作用是将横坐标轴隐藏，只显示纵坐标轴。
plt.axes()函数用于创建一个Axes对象，可以对这个对象进行各种设置，如设置坐标轴范围、标签、刻度等。在这个例子中，我们先使用plt.axes()函数创建一个Axes对象，然后再使用该对象的get_xaxis()方法获取x轴对象，最后调用set_visible(False)方法将x轴隐藏。
隐藏坐标轴可以使绘图更加简洁，特别是在一些特别的情况下，比如对称性的图像或者只关注某个特定区域的图像。
#隐藏坐标轴
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
使用Paygal模拟掷骰子
查看图标类型以及生成图形的代码： http://www.pygal.org/
- 创建Die类模拟掷骰子
from random import randint
class Die():
def __init__(self,num_sides=6):
'''创建一个骰子,默认6面'''
self.num_sides = num_sides
def roll(self):
return randint(1,self.num_sides)#返回一个1到指定面数之间的任意整数
- 掷骰子+分析结果
引入类Die，并创建一个实例即掷骰子D6
掷骰子100次，统计每个点数出现的次数，得到频率列表
from die import Die
# 创建一个D6
die = Die()
# 掷几次骰子， 并将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)
# 分析结果
frequencies = []
for value in range(1, die.num_sides + 1): #遍历所有的面数，从1到die.num_sides
frequency = results.count(value) #对每个面的点数出现的次数进行计数
frequencies.append(frequency)
print(frequencies)
- 绘制直方图
使用add()将一系列值添加到图表中,'D6’是在图表中显示的数据集名称，frequencies是相应的数据集的列表。
使用hist.render_to_file('die_visual.svg')生成交互的图表，可在浏览器打开查看；该文件在对应py文件目录下存储。
import pygal
-------snip----------
#绘制直方图,对结果可视化
hist = pygal.Bar() #创建Bar实例，并存储在hist中
hist.title = 'Result of rolling one D6 100 times.'
hist.x_labels = ['1','2','3','4','5','6']
hist.x_title = 'Result'
hist.y_title = 'Frequency of Result'
hist.add('D6',frequencies) #使用add()将一系列值添加到图表中,'D6'是在图表中显示的数据集名称，frequencies是相应的数据集的列表
hist.render_to_file('die_visual.svg')
同时掷两个骰子
创建两个D6骰子
import pygal
from die import Die
# 创建2个D6
die_1 = Die()
die_2 = Die()
# 掷多次骰子， 并将结果存储在一个列表中
results = []
for roll_num in range(100):
result = die_1.roll() + die_2.roll()
results.append(result)
print(results)
# 分析结果
frequencies = []
max_resual = die_1.num_sides+die_2.num_sides
for value in range(1, max_resual + 1): #遍历所有的面数，从1到die.num_sides
frequency = results.count(value) #对每个面的点数出现的次数进行计数
frequencies.append(frequency)
------------snip-------------------------------------------------------------------------------------------------
扫一扫
404
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
