Python—数据可视化
可视化学习
我是小杨我就这样
当一个代码的工匠回首往事,不因虚度年华而悔恨,也不因碌碌无为而羞愧,这样当他老去的时候,可以很自豪地告诉世人,我曾经将代码注入生命去打造互联网的浪潮之巅
公众号《小杨的技术人生》
展开
-
数据可视化——折线图(正确代码与错误代码)
正确代码及结果:import matplotlib.pyplot as plt# 折现图# 将输入输出都提供,这样就不会出现默认导致的错误,python默认第一个数据点为0input_values = [1, 2, 3, 4, 5]squares = [1, 4, 9, 16, 25]# linewidth设置线粗plt.plot(input_values, squares, ...原创 2019-08-21 20:26:28 · 922 阅读 · 0 评论 -
数据可视化——散点图
1. 数据点的轮廓处理(matplotlib默认内部蓝色和黑色轮廓)2. 数据点的RGB颜色设置3. 颜色映射(colormap)设置,由浅色变到深色,突出数据的规律4. 图表的保存import matplotlib.pyplot as pltx_values = list(range(1, 1001, 10))y_values = [x**2 for x in x_values]...原创 2019-08-22 23:33:02 · 1385 阅读 · 0 评论 -
数据可视化——随机漫步(修改窗口尺寸代码位置问题)
1. 窗口修改代码# 修改窗口尺寸和分辨率,dpi分辨率,figsize窗口尺寸,元组对应单位英寸(这段代码不能放到后面,因为放到后面点数都已绘制了,窗口# 绘制也没有了)plt.figure(dpi=128, figsize=(10, 6))2. 窗口代码放到了点数绘制的后面:import matplotlib.pyplot as pltfrom random_walk import...原创 2019-08-23 21:13:22 · 368 阅读 · 0 评论 -
数据可视化——随机漫步
1. random_walk.pyfrom random import choiceclass RandomWalk(): """一个生成随机漫步数据的类""" # 所有的选择都存储在一个列表中,每次做决定都使用choice()来决定使用哪种选择 # 默认点数5000,大到足以生成有趣的模式,同时又足够小,可确保快速的模拟随机漫步 def __init__...原创 2019-08-23 21:46:21 · 351 阅读 · 0 评论 -
数据可视化——使用pygal包模拟投掷骰子
pygal包用于生成可缩放的矢量图形文件,自动适应屏幕大小。查看pyagl可生成什么样的图表svg图像文件(Scaled Vector Graphis)目前最火的图像文件格式,可缩放的矢量图形,利用web浏览器打开die.pyfrom random import randintclass Die(): """表示一个骰子的类""" # 默认值为6,6面的骰子名...原创 2019-08-24 14:16:26 · 233 阅读 · 0 评论 -
数据可视化——投掷两个6面的骰子
from die_1 import Dieimport pygal# 创建2一个D6die_1 = Die()die_2 = Die()# 扔几次骰子,并将结果存储在一个列表中,扔1000次results = []for roll_num in range(1000): result = die_1.roll() + die_2.roll() results.ap...原创 2019-08-24 15:30:51 · 1063 阅读 · 0 评论 -
数据可视化——两个不同的骰子
from die_1 import Dieimport pygal# 创建一个D6和一个D10die_1 = Die()die_2 = Die(10)# 扔几次骰子,并将结果存储在一个列表中,扔1000次results = []for roll_num in range(1000): result = die_1.roll() + die_2.roll() res...原创 2019-08-25 08:33:58 · 281 阅读 · 0 评论 -
数据可视化——绘制sin & cos图形
import numpy as npimport matplotlib.pyplot as plt# 生成数据x = np.arange(0, 6, 0.1) # 以0.1为单位,生成从0到6的数据y1 = np.sin(x)y2 = np.cos(x)# 绘制图形plt.figure(dpi=128, figsize=(10, 6)) # 窗口大小plt.plot(x, y...原创 2019-08-31 10:10:51 · 4326 阅读 · 0 评论 -
数据可视化——x轴坐标斜着打印避免拥挤
import csvimport matplotlib.pyplot as pltfrom datetime import datetime# 从文件中获取最高气温filename = 'sitka_weather_07-2014.csv'with open(filename) as f: reader = csv.reader(f) header_row = nex...原创 2019-09-08 17:36:46 · 1625 阅读 · 0 评论 -
数据可视化——天气变化图
import csvimport matplotlib.pyplot as pltfrom datetime import datetime# 从文件中获取最高气温 最低气温filename = 'sitka_weather_2014.csv'with open(filename) as f: reader = csv.reader(f) header_row = n...原创 2019-09-08 20:00:01 · 5450 阅读 · 6 评论 -
常用数据集网址
原创 2019-09-19 21:39:24 · 256 阅读 · 0 评论