python-15-可视化之生成数据-学习笔记

最新推荐文章于 2024-05-03 14:00:15 发布

Max_J999

最新推荐文章于 2024-05-03 14:00:15 发布

阅读量146

点赞数

分类专栏： pyhton

本文链接：https://blog.csdn.net/sinat_36183354/article/details/107093297

版权

pyhton 专栏收录该内容

27 篇文章 0 订阅

订阅专栏

1. 绘制简单图

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

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

#设置图标标题，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)
#设置刻度大小
plt.tick_params(axis='both',labelsize=14)

plt.show()

#表示为---snip---
#设置图标标题，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)
#设置刻度大小
plt.tick_params(axis='both',labelsize=14)

scatter()绘制散点图

#使用scatter()绘制散点图并设置其样式
import matplotlib.pyplot as plt
#---snip---
plt.scatter(2,4,s=200)
plt.show()

scatter()绘制一系列点

#使用scatter()绘制一系列点
import matplotlib.pyplot as plt
x_value=[1,2,3,4,5]
y_value = [1,4,9,16,25]
plt.scatter(x_value,y_value,s=100)

#---snip---
plt.show()

自动计算数据

#自动计算数据
import matplotlib.pyplot as plt
x_value=list(range(1,1001))
y_value = [x**2 for x in x_value]
plt.scatter(x_value,y_value,s=40)

#plt.scatter(x_value,y_value,edgecolor='none',s=40)    #edgecolor='none'删除数据点的轮廓
#plt.scatter(x_value,y_value,c='red',edgecolor='none',s=40)	 #c='red'/c=(0,0.1,0.7)类似的方法设置数据点的颜色

#---snip---

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

plt.show()

颜色映射

#使用颜色映射
import matplotlib.pyplot as plt
x_value=list(range(1,1001))
y_value = [x**2 for x in x_value]

plt.scatter(x_value,y_value,c=y_value,cmap=plt.cm.Blues,edgecolor='none',s=40)
#c=y_value,cmap=plt.cm.Blues类似的方法设置数据点颜色渐变

#---snip---

#设置每个坐标轴的取值范围，x的取值范围[0,1100]，y的取值范围[0,1100000]
plt.axis([0,1100,0,1100000])

plt.show()
#plt.savefig('squares_plot.png',bbox_inches='tight') #自动保存图片

plt.savefig('squares_plot.png',bbox_inches='tight') 
'''自动保存图片到文件中，第一个实参指定以什么样的文件名保存图表，将存储到xx.py文件所在的同一个目录下，第二个实参指定将图表多余的空白区域裁剪掉'''

2. 随机漫步

RandomWalk()类

#random_walk.py文件

from random import choice

class RandomWalk():
    # RandomWalk()类中包括两个方法：_init_()和fill_walk()
    '''一个生成随机漫步数据的类'''

    def __init__(self, num_points=5000):
        '''初始化随机漫步数据的属性'''
        self.num_points = num_points

        # 所有随机漫步都始于(0,0)

        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):

        '''计算随机漫步数据包含的所有点'''

        # 不断漫步，直到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])
            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

            # 计算下一个点的x和y值
            next_x = self.x_values[-1] + x_step
            next_y = self.y_values[-1] + y_step

            self.x_values.append(next_x)
            self.y_values.append(next_y)

绘制随机漫步图

#rw_visual.py文件

#绘制随机漫步图
import matplotlib.pylab as plt
from random_walk import RandomWalk

rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()

'''版本二：模拟多次随机漫步'''
import matplotlib.pylab as plt
from random_walk import RandomWalk

# 只要程序处于活动状态，就不断的模拟随机漫步
while True:
    rw = RandomWalk()
    rw.fill_walk()
    plt.scatter(rw.x_values, rw.y_values, s=15)
    plt.show()
    # 如果输入y，可模拟多次随机漫步，输入n，则结束程序
    keep_running = input("Make another walk? (y/n):")
    if keep_running == 'n':
        break

'''版本三：给随机漫步点着色'''
import matplotlib.pylab as plt
from random_walk import RandomWalk

# 1.只要程序处于活动状态，就不断的模拟随机漫步
while True:
    rw = RandomWalk()
    rw.fill_walk()
    
	'''使用range()生成一个数字列表，其中包含的数字个数与漫步包含的点数相同，将该列表存储在point_numbers中，以便后面使用它来设置每个漫步点的颜色'''
    point_numbers = list(range(rw.num_points))
	
	#2.着色语句
    plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=15)
    
	#3.绘制起点和终点
    plt.scatter(0, 0, c='green', edgecolors='none', s=100)
    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=100)

    #4.隐藏坐标轴
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)

    plt.show()

    keep_running = input("Make another walk? (y/n):")
    if keep_running == 'n':
        break

在这里插入图片描述

随机漫步增加点数

#---snip---表示省略相同部分

#---snip---
while True:
    #5.和之前的程序相比，唯一改变的地方，改变了模拟随机漫步的点数
    rw = RandomWalk(50000)
    rw.fill_walk()
    
    # point_numbers以便后面使用它来设置每个漫步点的颜色
    point_numbers = list(range(rw.num_points))

    plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1)
    plt.scatter(0, 0, c='green', edgecolors='none', s=50)
    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=50)
#---snip---

调整尺寸以适合屏幕

#---snip---表示省略相同部分

#---snip---
while True:
    rw = RandomWalk()
    rw.fill_walk()
    
    # point_numbers以便后面使用它来设置每个漫步点的颜色
    point_numbers = list(range(rw.num_points))
    
    #6.设置绘制窗口的尺寸
    plt.figure(figsize=(10,6))
    
    #设置屏幕分辨率dpi=128
#    plt.figure(dpi=128,figsize=(10,6))
#---snip---

3.使用Pygal模拟掷骰子

创建Die类

#die.py文件

from random import randint


class Die():
    '''表示一个骰子'''

    def __init__(self, num_sides=6):
        self.num_sides = num_sides

    def roll(self):
        '''返回一个位于1和骰子面数之间的随机数'''
        return randint(1, self.num_sides)

测试：掷骰子

#die_visual.py文件

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

#---snip---表示省略相同部分

#---snip---
for roll_num in range(1000):#模拟次数从100增加到了1000
    result = die.roll()
    results.append(result)

# 分析结果
frequencies = []
for value in range(1, die.num_sides + 1):
    frequency = results.count(value)
    frequencies.append(frequency)

print(frequencies)


'''版本2：对结果可视化'''
hist = pygal.Bar()

hist.title = 'Results of rolling two D6 1000 times.'
hist.x_labels = ['1','2', '3', '4', '5', '6']
hist.x_title = "Result"
hist.y_title = "Frequency of Result"

hist.add('D6 ', frequencies)
hist.render_to_file('die_visual.svg')

运行结果

[171, 176, 160, 176, 142, 175]

同时掷两个骰子

import pygal

from die import Die

# 创建两个D6骰子
die_1 = Die()
die_2 = Die()

# 掷几次骰子，并将结果存储在一个列表中
results = []
for roll_num in range(1000):
    result = die_1.roll() + die_2.roll()
    results.append(result)

# 分析结果（省略，同上列代码相同）
#---snip---

# 对结果进行可视化
hist = pygal.Bar()

hist.title = 'Results of rolling two D6 1000 times.'
hist.x_labels = ['2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12']
hist.x_title = "Result"
hist.y_title = "Frequency of Result"

hist.add('D6 + D6', frequencies)
hist.render_to_file('dice_visual.svg')

在这里插入图片描述

同时掷两个面数不同的骰子

import pygal

from die import Die

# 创建两个D6骰子
die_1 = Die()
die_2 = Die(10)

# 掷几次骰子，并将结果存储在一个列表中
results = []
for roll_num in range(50000):
    result = die_1.roll() + die_2.roll()
    results.append(result)

# 分析结果
frequencies = []
max_result = die_1.num_sides + die_2.num_sides
for value in range(2, max_result + 1):
    frequency = results.count(value)
    frequencies.append(frequency)

# 对结果进行可视化
hist = pygal.Bar()
hist.title = 'Results of rolling a D6 and a D10 50,000 times.'
hist.x_labels = ['2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12', '13', '14', '15', '16']
hist.x_title = "Result"
hist.y_title = "Frequency of Result"

hist.add('D6 + D10', frequencies)
hist.render_to_file('dice_visual_2.svg')

Max_J999

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
python-15-可视化之生成数据-学习笔记

import matplotlib.pyplot as pltsquares=[1,4,9,16,25]plt.plot(squares)plt.show()import matplotlib.pyplot as pltsquares = [1,4,9,16,25]plt.plot(squares,linewidth=5)#设置图标标题，并给坐标轴加上标签plt.title("Square Numbers",fontsize=24)plt.xlabel("Value",fontsize
复制链接

扫一扫