matplotlib

 

数据可视化指的是通过可视化表示来探索数据，它与数据挖掘紧密相关，而数据挖掘指的是使用代码来探索数据集的规律和关联。数据集可以是用一行代码就能表示的小型数字列表，也可以是数以吉字节的数据。最流行的工具之一是matplotlib，它是一个数学绘图库，我们将使用它来制作简单的图表，如折线图和散点图。然后，我们将基于随机漫步概念生成一个更有趣的数据集——根据一系列随机决策生成的图表。我们还将使用Pygal包，它专注于生成适合在数字设备上显示的图表。通过使用Pygal，可在用户与图表交互时突出元素以及调整其大小，还可轻松地调整整个图表的尺寸，使其适合在微型智能手表或巨型显示器上显示。我们将使用Pygal以各种方式探索掷骰子的结果。

一 折线图 

1 绘制简单的折线图

下面来使用matplotlib绘制一个简单的折线图，再对其进行定制，以实现信息更丰富的数据可视化。我们将使用平方数序列1、4、9、16和25来绘制这个图表。

1 2 3 4

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

运行结果如下图：

plt.show()打开matplotlib查看器，并显示绘制的图形，

2 修改标签文字和线条粗细

1 2 3 4 5 6 7 8 9 10 11 12 13

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 )   #设置刻度标记的大小 plt.tick_params(axis = "both" ,labelsize = 14 ) plt.show()

代码注释的很详细了，这里再强调几点：

（1）参数linewidth决定了plot()绘制的线条的粗细。函数title()给图表指定标题

（2）函数xlabel()和ylabel()让你能够为每条轴设置标题

（3）在上述代码中，出现了多次的参数fontsize指定了图表中文字的大小。

（4）函数tick_params()设置刻度的样式

运行结果如下图：

3 校正图像

图形更容易阅读后，我们发现没有正确地绘制数据：折线图的终点指出4.0的平方为25！下面修复这个问题。

当你向plot()提供一系列数字时，它假设第一个数据点对应的x坐标值为0，但我们的第一个点对应的x值为1。为改变这种默认行为，我们可以给plot()同时提供输入值和输出值：

1 2 3 4 5 6 7 8 9 10 11 12 13 14

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 )   #设置刻度标记的大小 plt.tick_params(axis = "both" ,labelsize = 14 ) plt.show()

结果如下：

 

 

二 散点图

1 使用scatter()绘制散点图并设置其样式

要绘制单个点，可使用函数scatter()，并向它传递一对x和y坐标，它将在指定位置绘制一个点：

1 2 3 4

import  matplotlib.pyplot as plt   plt.scatter( 2 , 4 ) plt.show()

下面来设置输出的样式，使其更有趣：添加标题，给轴加上标签，并确保所有文本都大到能够看清：

1 2 3 4 5 6 7 8 9 10

import  matplotlib.pyplot as plt   plt.scatter( 2 , 4 ,s = 400 ) # 设置图表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 ) # 设置刻度标记的大小 plt.tick_params(axis = 'both' , which = 'major' , labelsize = 14 ) plt.show()

 2 使用scatter()绘制一系列的点

要绘制一系列的点，可向scatter()传递两个分别包含x值和y值的列表，如下所示：

1 2 3 4 5 6 7 8 9 10 11 12

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 = 400 ) # 设置图表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 ) # 设置刻度标记的大小 plt.tick_params(axis = 'both' , which = 'major' , labelsize = 14 ) plt.show()<br>

列表x_values包含要计算其平方值的数字，而列表y_values包含前述每个数字的平方值。将这些列表传递给scatter()时，matplotlib依次从每个列表中读取一个值来绘制一个点。要绘制的点的坐标分别为 (1, 1)、(2, 4)、(3, 9)、(4, 16)和(5, 25)，最终的结果如图：

 

三 自动计算数据

手工计算列表要包含的值可能效率低下，需要绘制的点很多时尤其如此。可以不必手工计算包含点坐标的列表，而让Python循环来替我们完成这种计算。下面是绘制1000个点的代码：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

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 = 40 )   # 设置图表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 ) # 设置刻度标记的大小 plt.tick_params(axis = 'both' , which = 'major' , labelsize = 14 )   #设置每个坐标的取值范围 plt.axis([ 0 , 1100 , 0 , 1100000 ]) plt.show()

由于这个数据集较大，我们将点设置得较小，并使用函数axis()指定了每个坐标轴的取值范围。函数axis()要求提供四个值：x和y坐标轴的最小值和最大值，结果如下图：

 

 

四 删除数据点的轮廓

matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓，在散点图包含的数据点不多时效果很好。但绘制很多点时，黑色轮廓可能会粘连在一起。要删除数据点的轮廓可在调用scatter()时传递实参edgecolor='none'：

plt.scatter(x_values, y_values, edgecolor='none', s=40)将相应调用修改为上述代码后，如果再运行scatter_squares.py，在图表中看到的将是蓝色实心点。

 五 自定义颜色

要修改数据点的颜色，可向scatter()传递参数c，并将其设置为要使用的颜色的名称，如下

plt.scatter(x_values, y_values, c='red', edgecolor='none', s=40)

你还可以使用RGB颜色模式自定义颜色。要指定自定义颜色，可传递参数c，并将其设置为一个元组，其中包含三个0~1之间的小数值，它们分别表示红色、绿色和蓝色分量。例如，下面的代码行创建一个由淡蓝色点组成的散点图：

plt.scatter(x_values, y_values, c=(0, 0, 0.8), edgecolor='none', s=40)

值越接近0，指定的颜色越深，值越接近1，指定的颜色越浅。

 

六 使用颜色映射

颜色映射（colormap）是一系列颜色，它们从起始颜色渐变到结束颜色。在可视化中，颜色映射用于突出数据的规律，例如，你可能用较浅的颜色来显示较小的值，并使用较深的颜色来显示较大的值。

模块pyplot内置了一组颜色映射。要使用这些颜色映射，你需要告诉pyplot该如何设置数据集中每个点的颜色。下面演示了如何根据每个点的y值来设置其颜色：

1	plt.scatter(x_values, y_values, c = y_values, cmap = plt.cm.Blues,edgecolor = "none" ,s = 40 )

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。这些代码将y值较小的点显示为浅蓝色，并将y值较大的点显示为深蓝色，生成的图形如图。

 

七 自动保存图片

要让程序自动将图表保存到文件中，可将对plt.show()的调用替换为对plt.savefig()的调用：

1	plt.savefig( 'squares_plot.png' , bbox_inches = 'tight' )

第一个实参指定要以什么样的文件名保存图表，这个文件将存储到scatter_squares.py所在的目录中；第二个实参指定将图表多余的空白区域裁剪掉。如果要保留图表周围多余的空白区域，可省略这个实参。

 

 

八、生成随机漫步数据

我们将使用Python来生成随机漫步数据，再使用matplotlib以引人瞩目的方式将这些数据呈现出来。随机漫步是这样行走得到的路径：每次行走都完全是随机的，没有明确的方向，结果是由一系列随机决策决定的。你可以这样认为，随机漫步就是蚂蚁在晕头转向的情况下，每次都沿随机的方向前行所经过的路径。

一 随机漫步

1 创建RandomWalk()类

为模拟随机漫步，我们将创建一个名为RandomWalk的类，它随机地选择前进方向。这个类需要三个属性，其中一个是存储随机漫步次数的变量，其他两个是列表，分别存储随机漫步经过的每个点的x和y坐标。代码如下：

1 2 3 4 5 6 7 8 9 10 11 12

from  random  import  choice   class  RandomWalk() :      '''一个生成随机漫步数的类'''      def  __init__( self ,num_points = 50000 ):          '''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 ]

2 选择方向

我们将使用fill_walk()来生成漫步包含的点，并决定每次漫步的方向，如下所示。请将这个方法添加到random_walk.py中：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

def  fill_walk( self ):         #计算随机漫步包含的所有点           #不断漫步，直到列表达到指定的长度         while  len ( self .x_values) <  self .num_points :               #决定前进方向以及沿着个方向前进的距离             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)

代码注释的很清楚了，我再强调几点：

（1）我们建立了一个循环，这个循环不断运行，直到漫步包含所需数量的点。

（2）如何模拟四种漫步决定：向右走还是向左走？沿指定的方向走多远？向上走还是向下走？沿选定的方向走多远？

3 绘制随机漫步的图像

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

import  matplotlib.pyplot as plt   from  random_walk  import  RandomWalk   while  True  :      random_walk  =  RandomWalk()      random_walk.fill_walk()      plt.figure(figsize = ( 10 , 6 ))      point_numbers  =  list ( range (random_walk.num_points))      plt.scatter(random_walk.x_values,random_walk.y_values,c = point_numbers,cmap = plt.cm.Blues,edgecolor = "none" ,s = 1 )        # 突出起点和终点      plt.scatter( 0 ,  0 , c = 'green' , edgecolors = 'none' , s = 100 )      plt.scatter(random_walk.x_values[ - 1 ], random_walk.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()        input_flag  =  input ( "是否结束？（Y/N）" )        if  input_flag  = =  "Y"  :          break

 运行效果图如下：

注意几点：

（1）模拟多次随机漫步：每次随机漫步都不同，因此探索可能生成的各种模式很有趣。要在不多次运行程序的情况下使用前面的代码模拟多次随机漫步，一种办法是将这些代码放在一个while循环中。

（2）给点着色：我们将使用颜色映射来指出漫步中各点的先后顺序，并删除每个点的黑色轮廓，让它们的颜色更明显。为根据漫步中各点的先后顺序进行着色。

（3）重新绘制起点和终点：，可在绘制随机漫步图后重新绘制起点和终点。我们让起点和终点变得更大，并显示为不同的颜色，以突出它们。

（4）隐藏坐标轴：为修改坐标轴，使用了函数plt.axes()来将每条坐标轴的可见性都设置为False。随着你越来越多地进行数据可视化，经常会看到这种串接方法的方式。

（5）增加点数：增大num_points的值，并在绘图时调整每个点的大小。

（6）调整尺寸以适合屏幕：函数figure()用于指定图表的宽度、高度、分辨率和背景色。你需要给形参figsize指定一个元组，向matplotlib指出绘图窗口的尺寸，单位为英寸。

转载于:https://www.cnblogs.com/tester-l/p/6064222.html