欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python数据可视化

程序员文章站 2022-05-17 14:43:36
1、安装matplotlib 在 cmd 中键入 python -m pip install matplotlib,系统将自动安装,需要等一段时间,待完成后 python -m pip list ,显示 敲黑板划重点:一定通过 cdm 指定具体安装文件夹。 cd 文件夹名 可进入指定文件夹。 2、简 ......

1、安装matplotlib

在 cmd 中键入 python -m pip install matplotlib,系统将自动安装,需要等一段时间,待完成后 python -m pip list ,显示

python数据可视化

敲黑板划重点:一定通过 cdm 指定具体安装文件夹。  cd 文件夹名 可进入指定文件夹。

2、简易画图

2.1 直线图

import matplotlib.pyplot as ply
'导入模块 pyplot,并自定义为ply'
input_value = [1,2,3,4,5,6]
squares =[1,4,9,16,25,36 ]
ply.plot(input_value,squares,linewidth = 5)
'画图命令,并接收input_value作为x,squares 作为y,linewidth指定线条粗细'
ply.title("square numbers",fontsize= 24)
'图标标题'
ply.xlabel("value",fontsize = 12)
'图表横坐标的标题 value,和字的大小 fontsize'
ply.ylabel("squares",fontsize = 12)
'图表横坐标的标题,和字的大小'
ply.tick_params(axis="both",labelsize=14)
"指定横纵坐标axis= 'both'上的标尺字的大小 labelsize"
ply.show()
'显示图形'

输出图像:

python数据可视化

 2.2 散点图

import matplotlib.pyplot as plt
x_value = list(range(0,100,2))
y_value = [x**2 for x in x_value]
'自动生成计算数据'
print(x_value)
print(y_value)
plt.scatter(x_value,y_value,s=10)
#plt.scatter(x_value,y_value,c=y_value,cmap=plt.cm.blues,edgecolor='none',s=10)
'参数c 设置成一个y值的列表,参数cmap 是采用的颜色映射的种类。参数edgecolor 是去掉散点的黑边'
'scatter()显示点的大小是 s= 10,plot() 显示线条粗细的是linewidth= 10'
plt.title("squares number",fontsize= 20)
plt.xlabel("value",fontsize=10)
plt.ylabel("square",fontsize=10)
plt.tick_params(axis="both",which = 'major',labelsize= 10)

plt.savefig('squares_scatter.png',bbox_inches= 'tight')
'保存图片为squares_scatter.png,并且bbox_inches ='tighr'只保存图像,删除多余空白'
plt.show()

使用scatter()函数绘制散点图
输出结果:

python数据可视化

颜色映射(colomap)是一系列颜色,他们从颜色渐变到结束颜色。

输出结果:

python数据可视化

3、随机漫步:每次决策都是随机决定的。

 rand_walk.py

from random import choice
'从 random modules中导入choice'
class randomwalk(object):
'创建一个类 randomwalk().'
def __init__(self,num_point = 5000):
'初始化类的属性'
self.num_point = num_point
self.x_value=[ 0 ]
self.y_value=[ 0 ]
'指定开始位置'

def fill_walk(self):
'定义随机漫步的方法,'
while len(self.x_value) < self.num_point:
x_direction = choice([1,-1])
'随机漫步的方向 1:向右 -1: 向左'
x_distance = choice([0,1,2,3,4,5])
'随机漫步的距离'
x_step = x_direction * x_distance
'随机漫步的 位移(大小和方向)'
y_direction = choice([-1,1])
y_distance = choice([0,1,2,3,4,5])
y_step = y_direction * y_distance

if x_step ==0 and y_step ==0:
continue
'避免原地踏步'

next_x =self.x_value[-1] + x_step
'确定 点的 新位置'
next_y =self.y_value[-1] + y_step

self.x_value.append(next_x)
'将已经走过的点 添加到列表中'
self.y_value.append(next_y)

 random_walk_show :

import matplotlib.pyplot as plt
'导入matplotlib.pilot 命名为 plt'
from random_walk import randomwalk
"从random_walk 中导入 randomwalk 类"
while true:
rw =randomwalk()
rw.fill_walk()
'调用 fill_walk() 方法'

point = list(range(rw.num_point))
'生成和步数一样多的列表'
plt.scatter(rw.x_value,rw.y_value,c=point,cmap = plt.cm.reds,
edgecolor = none,s=10)

plt.scatter(0,0,c= "green",edgecolor= "none",s=20)
plt.scatter(rw.x_value[-1],rw.y_value[-1],c="green",edgecolor = "none",s=50)
'突出首个点 和 最后一个点 '

plt.axes().get_xaxis().set_visible(false)
plt.axes().get_yaxis().set_visible(false)
'隐藏横纵坐标'

plt.show()
keep_running = input("make another walk? y or n :")
if keep_running == 'n':
break
'判断时候继续 随机漫步'
随机漫步生成的图:

                      python数据可视化python数据可视化

 

 



 

 








补充:
如果想使得输出的图像大小适合屏幕大小,可以使用:plt.figure(dpi=128,figsize=(20,10)) 其中向dpi传递是分辨率,向figsize传递以元组,指定绘图窗口的尺寸。(没看出区别多大!)