数据可视化-------------------------生成数据（一)

前面说游戏开发做完就做web的，这几天看了书，我觉得还是先学这个吧这个我很感兴趣的。前面安装的matplotlib教程我也发了，现在开始正式学习。不得不说，周末学习真的学习效率好高，对了，我最近也超想学些软件测试的，我觉得测试也很好玩，已经在看准备买什么书了，现在的书真的好贵~~~~

---

1.简单绘制图形

#-*-coding:GBK-*-
#-*-coding:utf-8-*-
import matplotlib.pyplot as plt # plt 用于显示图片
squares=[1,4,9,16,25]
plt.plot(squares,linewidth=5)  #linewidth 表示绘制的线条的粗细
#设置的图形的标题，x/y的标签
plt.title("Squarea numbers",fontsize=24)
plt.xlabel("value",fontsize=14)
plt.ylabel("square of value",fontsize=14)
plt.tick_params(axis="both",labelsize=14)   #设置刻度标签的大小
plt.show()

输出：

 

但仔细看图片，发现4的对应点是25，0的对应点是1，这是因为plot假设提供的第一个点对应的x的坐标为0，

#-*-coding:GBK-*-
#-*-coding:utf-8-*-
import matplotlib.pyplot as plt # plt 用于显示图片
input_values=[1,2,3,4,5]
squares=[1,4,9,16,25]
plt.plot(input_values,squares,linewidth=5)  #linewidth 表示绘制的线条的粗细
#设置的图形的标题，x/y的标签
plt.title("Squarea numbers",fontsize=24)
plt.xlabel("value",fontsize=14)
plt.ylabel("square of value",fontsize=14)
plt.tick_params(axis="both",labelsize=14)   #设置刻度标签的大小
plt.show()

 

现在就解决了。

2.使用scatter（）绘制散点图

a.绘制单个点：

#-*-coding:GBK-*-
#-*-coding:utf-8-*-
import matplotlib.pyplot as plt
plt.scatter(2,4,s=200)
#设置图片标签
plt.title("Square Numbers",fontsize=24)
plt.xlabel("value",fontsize=14)
plt.ylabel("square of value",fontsize=14)
plt.tick_params(axis="both",which="major",labelsize=14)   #设置刻度标签的大小
plt.show()

b.绘制一系列的点：只需要在创建两个表示x/y的列表，在plt.scatter(x的坐标值，y的坐标值，。。。。。）

#-*-coding:GBK-*-
#-*-coding:utf-8-*-
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=200)
#设置图片标签
plt.title("Square Numbers",fontsize=24)
plt.xlabel("value",fontsize=14)
plt.ylabel("square of value",fontsize=14)
plt.tick_params(axis="both",which="major",labelsize=14)   #设置刻度标签的大小
plt.show()

自动计算数据：

#-*-coding:GBK-*-
#-*-coding:utf-8-*-
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=5)
#设置图片标签
plt.title("Square Numbers",fontsize=24)
plt.xlabel("value",fontsize=14)
plt.ylabel("square of value",fontsize=14)
plt.tick_params(axis="both",which="major",labelsize=14)   #设置刻度标签的大小
plt.show()

 

修改颜色。在scatter里传递实参c

#-*-coding:GBK-*-
#-*-coding:utf-8-*-
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,c='red',edgecolor='none',s=5)
#设置图片标签
plt.title("Square Numbers",fontsize=24)
plt.xlabel("value",fontsize=14)
plt.ylabel("square of value",fontsize=14)
plt.tick_params(axis="both",which="major",labelsize=14)   #设置刻度标签的大小
plt.show()

 

除了直接等于颜色，也可以采用RGB设置一个元组取值在0-1.0颜色越深，1颜色越浅、

颜色映射：颜色渐变用于突出数据的规律，

#-*-coding:GBK-*-
#-*-coding:utf-8-*-
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,c=y_values,cmap=plt.cm.Reds,edgecolor='none',s=5)
#设置图片标签
plt.title("Square Numbers",fontsize=24)
plt.xlabel("value",fontsize=14)
plt.ylabel("square of value",fontsize=14)
plt.tick_params(axis="both",which="major",labelsize=14)   #设置刻度标签的大小
plt.show()

 

自动保存图片

#-*-coding:GBK-*-
#-*-coding:utf-8-*-
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,c=y_values,cmap=plt.cm.Reds,edgecolor='none',s=5)
#设置图片标签
plt.title("Square Numbers",fontsize=24)
plt.xlabel("value",fontsize=14)
plt.ylabel("square of value",fontsize=14)
plt.tick_params(axis="both",which="major",labelsize=14)   #设置刻度标签的大小
plt.savefig('squares_plot.png',bbox_inches='tight')

plt.savefig()第一个实参指定以什么文件名保存图片，第二个实参是将图片的多余的空白部分裁剪掉，这个可以不用。