绘制简单的折线图
首先肯定要导入matplotlib.pyplot
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)
其中input_values,相当于坐标轴的x轴;squares相当于坐标轴的y轴。里面的值是一一对应的。
linewidth定义了折线的宽度
修改标签文字和线条粗细
# 设置图标标题,并给坐标轴加上标签
plt.title("Square Number", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
设置刻度标记的大小
# 设置刻度标志的大小
plt.tick_params(axis='both', labelsize=14)
最后显示绘制图形
plt.show()
使用scatter()绘制散点图并设置其样式
其中 y_values 涉及到了自动计算数据
要删除数据点的轮廓,则在调用scatter时,传递实参edgecolors=‘none’
若要修改数据点的颜色,则在调用scatter时,传递实参c:
plt.scatter(x_values, y_values, c='red', edgecolors='none', s=40) 此时画出来的点就是红色的,也可以用RGB自定义颜色,即c=(0, 0, 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.Blues, edgecolors='none', s=40)
# 设置图标标题,并给坐标轴加上标签
plt.title("Square Number", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
# 设置刻度标志的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show()
使用颜色映射
可视化中,颜色映射用于突出数据的规律。我们将参数c设置成了一个y值列表,并使用参数cmap告诉pyplot使用哪个颜色映射。
自动保存图标
第一个实参指定要以上面样的文件名保存图表,将文件储存在程序文件所在的目录中。
第二个实参指将图表多余的空白部分裁剪掉。
plt.savefig('squares_plot.png', bbox_inches='tight')
随机漫步
为了能随机做出决策,我们将所有可能的选择,都存储在一个列表中,并在每次做决策时使用choice()来决定使用哪种选择。
创建一个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):
"""初始化随机漫步的属性"""
self.num_points = num_points
# 所有随机漫步都始于(0,0)
self.x_values = [0]
self.y_values = [0]
# 选择方向
def fill_walk(self):
"""计算随机漫步包含的所有点"""
# 不断漫步,直到列表达到指定长度
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_distance * x_direction
y_direction = choice([1, -1])
y_distance = choice([0, 1, 2, 3, 4])
y_step = y_distance * y_direction
# 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
绘制并且模拟多次随机漫步,及创建一个循环。
以下代码有这几点:
- 创建一个RandWalk实例
- 模拟多次随机漫步
- 给点着色,让最终的随机漫步图从浅蓝渐变为深蓝
- 重新绘制起点和终点,即突出它们
- 隐藏坐标轴
- 增加点数,即rw = RandomWalk(200000),给他添加参数。
- 调整尺寸以适合屏幕,可用形参dpi向figure()传递分辨率:plt.figure(dpi=128, figsize=(10, 6))
rw_visual.py
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# 只要程序处于活动状态,就不断地模拟随机漫步
while True:
# 创建一个RandWalk实例,并将其包含的点都绘制出来
rw = RandomWalk(50000)
rw.fill_walk()
# 设置绘图窗口的实例
plt.figure(figsize=(10, 6))
point_numbers = list(range(rw.num_points))
# 给点着色,让最终的随机漫步图从浅蓝渐变为深蓝
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, s=15)
# 突出起点和终点
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)
# 隐藏坐标轴
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
plt.show()
keep_running = input("模拟另一个随机漫步吗?y/n")
if keep_running == 'n':
break
动手试一试
15-1立方
import matplotlib.pyplot as plt
def exe1():
x1_values = [1, 2, 3, 4, 5]
y1_values = [x**3 for x in x1_values]
plt.scatter(x1_values, y1_values)
plt.show()
15-2彩色立方
import matplotlib.pyplot as plt
def exe2():
x2_values = list(range(1, 5001))
y2_values = [x ** 3 for x in x2_values]
plt.scatter(x2_values, y2_values, s=40)
plt.show()
15-3分子运动
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# 只要程序处于活动状态,就不断地模拟随机漫步
while True:
# 创建一个RandWalk实例,并将其包含的点都绘制出来
rw = RandomWalk(5000)
rw.fill_walk()
# 设置绘图窗口的实例
plt.figure(dpi=128, figsize=(10, 6))
point_numbers = list(range(rw.num_points))
plt.plot(rw.x_values, rw.y_values, linewidth=5)
plt.show()
keep_running = input("模拟另一个随机漫步吗?y/n")
if keep_running == 'n':
break
15-4改进的随机运动
这个只是改几个数据,然后看一下结果
15-5重构
重构过后, fill_walk() 缩小了规模,这个方法阅读和理解更容易了。
from random import choice
class RandomWalk():
"""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):
"""计算随机漫步包含的所有点"""
# 不断漫步,直到列表达到指定长度
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_step = self.get_step()
y_step = self.get_step()
# 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)
def get_step(self):
direction = choice([1, -1])
distance = choice([0, 1, 2, 3, 4])
return direction * distance