Python编程学习笔记 -数据可视化 (II)

1. 使用scatter()绘制散点图并设置其样式

要绘制单个点，可使用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：

import matplotlib.pyplot as plt

plt.scatter(2, 4)

plt.show()

下面来设置输出的样式：添加标题，给轴加上标签，并确保所有文本都大能够看清。

import matplotlib.pyplot as plt

plt.scatter(2, 4, s=200)

plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

plt.tick_params(axis='both', which='major', labelsize=14)

plt.show()

在调用scatter()时，我们使用实参s设置了绘制图形时使用的点的尺寸。

2. 使用scatter()绘制一系列点

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。

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=100)

plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

plt.tick_params(axis='both', which='major', labelsize=14)

plt.show()

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。要绘制的点的坐标为(1，1)、（2，4）、（3，9）、（4，16）、（5，25）。

3. 自动计算数据

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：

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)

plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

plt.tick_params(axis='both', which='major', labelsize=14)

plt.axis([0, 1100, 0, 1100000])

plt.show()

我们首先创建了一个包含x值的列表，其中包含数字1~1000。接下来是一个生成y值的列表解析，它遍历x值（for x in x_values），计算其平方值(x**2)，并将结果存储到列表y_values中。然后，将输入列表和输出列表传递给scatter()。

由于这个数据集比较大，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。在这里，我们将x坐标轴的取值范围设置为0~1100，并将y坐标轴的取值范围设置为 0 ~1100000。结果 如下图：

4. 删除数据点的轮廓

matplotlib允许你给散点图中的各个点制定颜色。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, edgecolors='None', s=40)

将相应调用修改为上述代码后，如果在运行程序后，在图表中看到的是蓝色实心点。

5. 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，如下所示：

plt.scatter(x_values, y_values, c='red', edgecolors='None', s=40)

你还可以使用RGB颜色模式自定义颜色。要制定自定义颜色，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), edgecolors='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。

6. 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，应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：

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)

plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

plt.tick_params(axis='both', which='major', labelsize=14)

plt.axis([0, 1100, 0, 1100000])

plt.show()

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，生成的图形如下图：

7. 自动保存图表

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：

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

完整的代码如下：

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)

plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

plt.tick_params(axis='both', which='major', labelsize=14)

plt.axis([0, 1100, 0, 1100000])

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，这个图表的文件将存储到程序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。

文章内容来自《Python编程 从入门到实践》 [美] Eric Matthes 袁国忠 译