python數據可視化（matplotlib、scatter）

數據可視化

1.matplotlib

Matplotlib 多是 Python 2D-繪圖領域使用最普遍的套件。它能讓使用者很輕鬆地將數據圖形化，而且提供多樣化的輸出格式。這裏將會探索 matplotlib 的常見用法。

安裝matplotib

pip install -i https://pypi.douban.com/simple/ matplotlib

測試matplotib

$python
>>>import matplotlib
>>>
#沒有錯誤信息輸出，則表示matplotlib安裝成功。

這個可能pyCharm識別不了，能夠進行如下操做

實例一（線條）

import matplotlib.pyplot as plt
squares = [1,4,9,16,25]
plt.plot(squares)
plt.show()

實例二（線條）

import matplotlib.pyplot as plt
squares = [1,4,9,16,25]

#修改線條的寬度: linewidth
plt.plot(squares,linewidth=5)

#設置圖標的標題，而且給座標軸加上標籤
plt.title('queares number',fontsize=24)
plt.xlabel('value',fontsize=24)
plt.ylabel('quares value',fontsize=24)

# 設置刻度標記的大小
plt.tick_params(axis="both",labelsize=14)

plt.show()

實例三（線條）

import matplotlib.pyplot as plt

#捕入值
input_values = [1,2,3,4,5]
#輸出值
squares = [1,4,9,16,25]

#修改線條的寬度: linewidth
plt.plot(input_values,squares,linewidth=5)

#設置圖標的標題，而且給座標軸加上標籤
plt.title('queares number',fontsize=24)
plt.xlabel('value',fontsize=24)
plt.ylabel('quares value',fontsize=24)

# 設置刻度標記的大小
plt.tick_params(axis="both",labelsize=14)

plt.show()

實例四（單點）

import matplotlib.pyplot as plt

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

實例五（單點）

import matplotlib.pyplot as plt

plt.scatter(2,4)

#設置圖標標題,而且給座標軸加上標籤
plt.title('squares numbers',fontsize=24)
plt.xlabel('value',fontsize=24)
plt.ylabel('squares of value',fontsize=14)

# 設置刻度標記的大小
plt.tick_params(axis="both",which='major',labelsize=14)

plt.show()

實例六（多點）

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)

#設置圖標標題,而且給座標軸加上標籤
plt.title('squares numbers',fontsize=24)
plt.xlabel('value',fontsize=24)
plt.ylabel('squares of value',fontsize=14)

# 設置刻度標記的大小
plt.tick_params(axis="both",which='major',labelsize=14)

plt.show()

實例七（多點連線）

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=100)

#設置圖標標題,而且給座標軸加上標籤
plt.title('squares numbers',fontsize=24)
plt.xlabel('value',fontsize=24)
plt.ylabel('squares of value',fontsize=14)

# 設置刻度標記的大小
plt.tick_params(axis="both",which='major',labelsize=14)

#設置每一個座標軸的取值範圍
plt.axis([0,1100,0,1100000])

plt.show()

分析一下

實例八（多點連線、自定義顏色）

# 自定義顏色
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='red',s=100)

#設置圖標標題,而且給座標軸加上標籤
plt.title('squares numbers',fontsize=24)
plt.xlabel('value',fontsize=24)
plt.ylabel('squares of value',fontsize=14)

# 設置刻度標記的大小
plt.tick_params(axis="both",which='major',labelsize=14)

#設置每一個座標軸的取值範圍
plt.axis([0,1100,0,1100000])

plt.show()

實例九（多點連線、自定義顏色）

# 自定義顏色
import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x ** 2 for x in x_values]

#參數c表示紅綠藍3種顏色的份量
plt.scatter(x_values,y_values,c=(0,0.5,0.2),s=100)

#設置圖標標題,而且給座標軸加上標籤
plt.title('squares numbers',fontsize=24)
plt.xlabel('value',fontsize=24)
plt.ylabel('squares of value',fontsize=14)

# 設置刻度標記的大小
plt.tick_params(axis="both",which='major',labelsize=14)

#設置每一個座標軸的取值範圍
plt.axis([0,1100,0,1100000])

plt.show()

實例十（多點連線、自定義顏色，漸變色，保存圖片）

# 自定義顏色
import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x ** 2 for x in x_values]

# 將參數c設置爲一個y值的列表，使用參數cmap告訴plot使用哪一個顏色映射
plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,s=100)

#設置圖標標題,而且給座標軸加上標籤
plt.title('squares numbers',fontsize=24)
plt.xlabel('value',fontsize=24)
plt.ylabel('squares of value',fontsize=14)

# 設置刻度標記的大小
plt.tick_params(axis="both",which='major',labelsize=14)

#設置每一個座標軸的取值範圍
plt.axis([0,1100,0,1100000])

# plt.show()

# bbox_inches='tight' -->將圖表多餘的空白區域哉減掉
# 保存圖片爲squares1.png
plt.savefig('squares1.png',bbox_inches='tight')

實例十一（多點連線、自定義顏色，漸變色，保存圖片）

import matplotlib.pyplot as plt

# plt.scatter(2,4)
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
# plt.scatter(x_values, y_values,c='red', s=50)
## 參數c表示紅綠藍3種顏色的份量
# plt.scatter(x_values, y_values,c=(0,0.5,0.2), s=50)
## 將參數c設置爲一個y值的列表，使用參數cmap告訴plot使用哪一個顏色映射
plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Reds, s=50)

# 設置圖標標題，而且 給座標軸加上標籤
plt.title('squares numbers', fontsize=24)
plt.xlabel('value', fontsize=24)
plt.ylabel('square of value', fontsize=14)

# 設置刻度的標記大小
plt.tick_params(axis='both', which='major', labelsize=14)

# 設置每一個座標軸的取值範圍
plt.axis([0,1100,0,1100000])

# plt.show()
# 保存圖片爲squares22.png
plt.savefig('squares22.png',bbox_inches='tight')

二、隨機漫步

# 隨機漫步
from random import choice

class RandomWalk():
    """-個生成隨機漫步數據的類"""

    def __init__(self,num_points=5000):
        """初始化隨機漫步的屬性"""
        self.num_points = num_points

        # 全部隨機漫步都始於(0,0)
        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        """計算隨機漫步包含的全部點"""

        # 不斷漫步,直到列表達到指定的長度
        while len(self.x_values) < self.num_points:
            # 決定前進方向以及沿着這個方向前進的距離
            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

            # 拒絕原地踏步
            if x_step == 0 and y_step ==0:
                continue

            # 計算下一個點的x和y的值
            next_x =self.x_values[-1] + x_step
            next_y =self.y_values[-1] + y_step

            #
            # 不斷漫步，直到列表達到指定的長度
        while len(self.x_values) < self.num_points:
            # 決定前進方向以及沿着這個方向前進的距離
            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

            # 決絕原地踏步
            if x_step == 0 and y_step == 0:
                continue

            # 計算下一個點的x和y的值
            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)

實例一（隨機漫步，自定義顏色）

import matplotlib.pyplot as plt
from 示例.mpl_squares import RandomWalk

# 建立RandomWalk實例，而且將包含的點都繪製出來
rw = RandomWalk()
rw.fill_walk()

# 給點着色
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values, rw.y_values, c=point_numbers,cmap=plt.cm.Greens,s=15)

# 隱藏邊框
# plt.axes().get_xaxis().set_visible(False)
# plt.axes().get_yaxis().set_visible(False)
plt.show()

實例二（隨機漫步，是否繼續生成）

import matplotlib.pyplot as plt
from 示例.mpl_squares import RandomWalk

while True:
    # 建立RandomWalk實例，而且將包含的點都繪製出來
    rw = RandomWalk()
    rw.fill_walk()
    plt.scatter(rw.x_values, rw.y_values, s=15)

    # 隱藏邊框
    # plt.axes().get_xaxis().set_visible(False)
    # plt.axes().get_yaxis().set_visible(False)

    plt.show()

    keep_running = input('繼續漫步嗎？(y/n)')
    if keep_running == 'n':
        break

輸出結果：

繼續漫步嗎？(y/n) y

實例三（隨機漫步，控制點數，多點之間的距離）

import matplotlib.pyplot as plt
from 示例.mpl_squares import RandomWalk

# 建立RandomWalk實例，而且將包含的點都繪製出來
rw = RandomWalk()
rw.fill_walk()

# 給點着色
point_numbers = list(range(rw.num_points))

plt.scatter(0,0,c='green',s=100)
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',s=100)

# plt.scatter(rw.x_values, rw.y_values, c=point_numbers,cmap=plt.cm.Greens,s=15)

# 隱藏邊框
# plt.axes().get_xaxis().set_visible(False)
# plt.axes().get_yaxis().set_visible(False)
plt.show()

實例四（隨機漫步，控制點數（控制多點之間的距離）+自定義點數）

import matplotlib.pyplot as plt
from 示例.mpl_squares import RandomWalk

# 建立RandomWalk實例，而且將包含的點都繪製出來
rw = RandomWalk(500000)
rw.fill_walk()

# 給點着色
point_numbers = list(range(rw.num_points))

plt.scatter(0,0,c='green',s=100)
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',s=100)
plt.scatter(rw.x_values, rw.y_values, c=point_numbers,cmap=plt.cm.Blues,s=1)

# 隱藏邊框
# plt.axes().get_xaxis().set_visible(False)
# plt.axes().get_yaxis().set_visible(False)

plt.figure(dpi=128, figsize=(10,6))
plt.show()