数据可视化——基于蟒蛇书

数据可视化

蟒蛇书源代码下载：图灵社区随书下载

数据可视化指的是通过可视化表示来探索数据，它与数据分析紧密相关，而数据分析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小型数字列表，也可以是数千兆字节的数据。

安装Matplotlib

在终端提示符下执行如下命令：

python -m pip --user matplotlib

执行完后结果如下图所示则说明安装成功

常见错误：
报告警告，提示相应的路径没有添加到PATH里面，可能会引起导不了包。

解决方案：
在环境变量PATH里面加入相应路径后，重新在终端执行命令即可。

绘制简单折线图

小知识：
可以通过Matplotlib画廊来获取你想要图表的代码

折线图

效果图如下：

实例代码如下：

import matplotlib.pyplot as plt 

input_values = [1,2,3,4,5]
squares = [1,4,9,16,25]
fig,ax = plt.subplots()

# 描绘线条的粗细
ax.plot(input_values,squares,linewidth=3)

# 设置图表标题并给坐标轴加上标签
ax.set_title("squares",fontsize=24)
ax.set_xlabel("value", fontsize=14)
ax.set_ylabel("value's squares",fontsize=14)

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

散点图

效果图如下：

代码如下：

import matplotlib.pyplot as plt

x_values = range(1,1001)
y_values = [x**2 for x in x_values]

plt.style.use('seaborn')
fig,ax = plt.subplots()
ax.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,s=10)

# 设置图表标题并给坐标加上标签
ax.set_title("squares",fontsize=24)
ax.set_xlabel("value",fontsize=14)
ax.set_ylabel("value's squares",fontsize=14)

# 设置刻度标记的大小
ax.tick_params(axis='both',which='major',labelsize=24)

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

plt.show()

随机漫步图

效果如下：

代码如下：
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Random_walk实例
	rw = RandomWalk(50_000)
	rw.fill_walk()

	# 将所有的点都绘制出来
	plt.style.use('classic')
	fig,ax = plt.subplots(figsize=(15,9))
	point_numbers = range(rw.num_points)
	ax.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=1)

	# 突出起点和终点
	ax.scatter(0,0,c='green',edgecolors='none',s=100)
	ax.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none')

	# 隐藏坐标轴
	ax.get_xaxis().set_visible(False)
	ax.get_yaxis().set_visible(False)
	plt.show()

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

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

		# 所有的随机漫步种子都始于（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 """
		while len(self.x_values) < self.num_points:
			# 决定前进方向以及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的值
			x = self.x_values[-1] + x_step
			y = self.y_values[-1] + y_step

			self.x_values.append(x)
			self.y_values.append(y)
			

安装Plotly

在终端提示符下执行如下命令：

python -m pip --user plotly

出现下图所示即安装成功

绘制直方图模拟投掷筛

效果如下图所示：

代码如下所示：
创建Die类（die.py）：

from random import randint

class Die:
	""" 表示一个骰子的类 """
	def __init__(self,num_sides=6):
		""" 骰子默认6面 """
		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值 """
		return randint(1,self.num_sides)
		

die_visual.py

from die import Die 
from plotly.graph_objs import Bar,Layout
from plotly import offline

# 创建一个D6
die = Die()

# 投掷几次骰子并将结果存储在一个队列列表中
results = []
for roll_num in range(10000):
	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)

# 对结果进行可视化分析
x_values = list(range(1,die.num_sides+1))
data = [Bar(x=x_values,y=frequencies)]

x_axis_config = {'title':'结果'}
y_axis_config = {'title':'结果的频率'}
my_layout = Layout(title='投掷一个D6 10000 次的结果',
				   xaxis=x_axis_config,yaxis=y_axis_config)

offline.plot({'data':data,'layout':my_layout},filename='d6.html')