自学Python笔记-第十五章生成数据＞matplotlib的使用＞折线图和散点图

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