Python入门到实践——项目2数据可视化

zhuoyue65

因为从0开始学Python，想把这本书的所有项目都做一遍，夯实基础。这是第二个项目，开个帖子记录一下自己做这个项目的经历。主体内容应该是书里内容的缩水版，加上一点自己的对代码的理解。

陆续更新中。


项目——2数据可视化
15.2 　绘制简单的折线图
mpl_squares.py

import matplotlib.pyplot as plt  #pyplot生成图表的函数
squares = [1,4,9,16,25]
plt.plot(squares)
plt.show()   #打开 matplotlib 查看器

15.2.1 　修改标签文字和线条粗细
mpl_squares.py

import matplotlib.pyplot as plt  #pyplot生成图表的函数

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()   #打开 matplotlib 查看器

15.2.2 　校正图形
此处设置了具体横坐标有几个点，纵坐标有几个点，形成几对（x,y）绘制图像。

import matplotlib.pyplot as plt  #pyplot生成图表的函数

input_values = [1,2,3,4,5]   #横坐标的具体值
squares = [1,4,9,16,25]     #纵坐标的具体指

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()   #打开 matplotlib 查看器

15.2.3 　使用 scatter()  绘制散点图并设置其样式
scatter_squares.py

import matplotlib.pyplot as plt

plt.scatter(2,4)
plt.show()

在坐标轴上绘制（2,4）这个点。

下面：添加标题，给轴加上标签，并确保所有文本都大到能够看清：

import matplotlib.pyplot as plt

plt.scatter(2, 4,s=100)   #S表示点的尺寸

"""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',which='major',labelsize=14)

plt.show()

15.2.8 　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：
scatter_squares.py

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,
            s=40)
"""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)

"""设置给每个坐标的取值范围"""
#使用函数 axis() 指定了每个坐标轴的取值范围
#X坐标为0~1100    Y坐标1100000 
plt.axis[0,1000,0,1000000]   

plt.show()

渐变色的曲线。
此处要是设置成 plt.axis[0,1100,0,1100000]   感觉没有差别？


15.2.9 　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：
这里有个问题，图片没有保存。


15.3 　随机漫步
15.3.1 　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。
RandomWalk 类只包含两个方法： __init__() 和 fill_walk() ，其中后者计算随机漫步经过的所有点。下面先来看看 __init__() ，如下所示：

# -*- coding: utf-8 -*-
"""
Created on Tue Mar  6 15:51:31 2018

@author: SESA430507
"""

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
        
        #所有随机漫步属性都始于（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，直到列表大道指定的长度
        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_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"""
            #如果x和y均为0 就从头开始重新循环
            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)