Python编程：从入门到实践-项目2-数据可视化2-生成数据-Demo

前记：

python的项目文件使之不普通就必须加一个__init__.py的文件，这样解释程序才能正确识别以下的模块，不然会导致出错，python基本的import 语句：from   [..\xxxxx\.]  xx  import xx   [，x1,x2]  as myname ;

项目目录：

D:.
│  test.txt
│  __init__.py
│  
├─RandWalk
│  │  random_walk.py
│  │  rw-visual.py
│  │  __init__.py
│  │  
│  └─__pycache__
└─zhi_sai_zi
    │  dice_visual.svg
    │  dice_visual_two.svg
    │  die-visual
    │  die.py
    │  die_visual.py
    │  two_die.py
    │  __init__.py
    │  
    └─__pycache__

预览：生成的可视化文件，格式：svg

rw-visual.py

'''rw_visual'''
import matplotlib.pyplot as plt
from Generate_data.RandWalk.random_walk import randomwalk
while True:
    rw = randomwalk()
    rw.fill_walk()
    #设置窗口的大小，像素的大小
    plt.figure(dpi = 128,figsize=(10, 6))
    points_sum_num = list(range(rw.num_points))
    plt.scatter(rw.x_values,rw.y_values,c=points_sum_num, cmap =plt.cm.Blues,
            edgecolors='none',s=15)

    #突出起始点和终结点，也就是重新绘制

    plt.scatter(0, 0, c='green', edgecolors='none', s=100)
    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none',
                s=100)
    #设置坐标轴的可见度
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)
    plt.show()
    keep_on = input("Make another?(y/n):")
    if keep_on =='n':
        break

产生数据的基础代码，学会如何生成随机数据：

'''randomwalk'''
from random import choice
class randomwalk():
    def __init__(self,num_points=500000):
        """初始化随机漫步的属性"""
        self.num_points = num_points
        #所有的随机漫步初始为（0，0）
        self.x_values = [0]
        self.y_values = [0]
    def fill_walk(self):
        """jisuan suoyou baohan de dian"""
        while len(self.x_values)<self.num_points:
            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
            #排除原地
            if x_step==0 and y_step==0:
                continue
            #计算下一个点
            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)

此时我的数据量已经很大了，开始测试运行可以小一些，不然很卡：

下面是进一步的条状图分析生成的代码：

'''two die'''
from .die import Die
import pygal
# 创建一个D6和一个D10
die_1 = Die()
die_2 = Die(10)
# 掷骰子多次，并将结果存储在一个列表中
results = []

for roll_num in range(50000):
    result = die_1.roll() + die_2.roll()
    results.append(result)
# 分析结果
frequencies = []
for result in range(1, die_1.sides+1+die_2.sides):
    frequency = results.count(result)
    frequencies.append(frequency)
print(frequencies)
# 可视化结果
hist = pygal.Bar()
hist.title = "Results of rolling a D6 and a D10 50,000 times."
hist.x_labels = ['2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12',
'13', '14', '15', '16']
hist.x_title = "Result"
hist.y_title = "Frequency of Result"

hist.add('D6 + D10', frequencies)
hist.render_to_file('dice_visual_two.svg')

die_visual生成图形
from Generate_data.zhi_sai_zi import Die
import pygal
die = Die()
res = []
for roll_num in range(100):
    res_ = die.roll()
    res.append(res_)

print(str(res)+'\n-----------Results---------------')
frequencys = []
for i in range(1,die.sides+1):
    frequency = res.count(i)
    frequencys.append(frequency)
print(frequencys)

hist = pygal.Bar()
hist.title = "result of 100 times rolling the sai-zi"
hist.x_labels = ['1','2','san','3','si','5','6']
hist.y_title = "sai-zi jie guo"
hist.x_title = "the bunber"
hist.add('D6',frequencys)
hist.render_to_file('die-visual')

下面一节是关于如何清洗和分析下载的数据，就是一些json,exel常用的文件格式的分析；

原著作者的网址可以参见：

Python Crash course

想要书的资源关注我微信公众号嘛，也想涨涨人气和各路小仙吹吹牛交交友；