阿里P7攻城獅總結出來的這本書的精華

時間 2019-12-07

標籤阿里 p7 攻城總結出來本書欄目阿里巴巴简体版

原文原文鏈接

第一章：準備工做環境

WinPython-32bit-3.5.2.2Qt5.exepython

1.1 設置matplotlib參數

配置模板以方便各項目共享web

D:\Bin\WinPython-32bit-3.5.2.2Qt5\python-3.5.2\Lib\site-packages\matplotlib\mpl-data面試

三種方式：算法

當前工做目錄spring

用戶級 Documents and Setting數據庫

安裝級配置文件編程

D:\Bin\WinPython-32bit-3.5.2.2Qt5\python-3.5.2\Lib\site-packages\matplotlib\mpl-data數組

第二章：瞭解數據

導入和導出各類格式的數據，除此以外，還包括清理數據的方式好比歸一化、缺失數據的添加、實時數據檢查等類。網絡

2.1 從csv文件中導入數據

若是想加載大數據文件，一般用NumPy模塊。app

import csv

import sys

filename = 'E:\\python\\Visualization\\2-1\\10qcell.csv'

data = []



try:

    with open('E:\\python\\Visualization\\2-1\\21.csv') as f:

        reader = csv.reader(f, delimiter=',')

        data = [row for row in reader]

except csv.Error as e:

    sys.exit(-1)



for datarow in data:

    print( datarow)

2.2 從excel文件導入數據

import xlrd

import os

import sys

path = 'E:\\python\\Visualization\\2-3\\'

file = path + '2-2.xlsx'

wb = xlrd.open_workbook(filename=file)

ws = wb.sheet_by_name('Sheet1')   #指定工做表

dataset =  []



for  r in range(ws.nrows):

    col = []

    for c in range(ws.ncols):

        col.append(ws.cell(r,c).value)  #某行某列數值

    dataset.append(col)



print(dataset)

2.3 從定寬數據文件導入

import struct

import string

path = 'E:\\python\\Visualization\\'

file = path + '2-4\\test.txt'



mask = '3c4c7c'



with open(file, 'r') as f:

    for line in f:

        fields = struct.unpack_from(mask,line)  #3.5.4 上運行失敗

        print([field.strip() for field in fields])

2.4 從製表符分割的文件中導入

和從csv讀取相似，分隔符不同而已。

2.5 導出數據到csv、excel

示例，未運行

def write_csv(data)

f = StringIO.StringIO()

writer = csv.writer(f)

for row in data:

    writer.writerow(row)

return f.getvalue()

2.6 從數據庫中導入數據

鏈接數據庫

查詢數據

遍歷查詢到的行

2.7 清理異常值

MAD：median absolute deviation 中位數絕對誤差

box plox: 箱線圖

座標系不一樣，顯示效果的欺騙性：

from pylab import *



x = 1e6*rand(1000)

y = rand(1000)



figure()



subplot(2,1,1)

scatter(x,y)

xlim(1e-6,1e6)



subplot(2,1,2)

scatter(x,y)

xscale('log')

xlim(1e-6,1e6)



show()

2.8 讀取大塊數據文件

python擅長處理文件及類文件對象的讀寫。它不會一次性地加載全部內容，而是聰明地按照須要來加載。

並行方法MapReduce，低成本得到更大的處理能力和內存空間；

多進程處理，如thread、multiprocessing、threading；

若是重複的處理大文件，建議創建本身的數據管道，這樣每次須要數據以特定的形式輸出時，沒必要再找到數據源進行手動處理。

2.9 生成可控的隨機數據集合

模擬各類分佈的數據。

2.10 數據平滑處理

方法：卷積濾波等

許多方法能夠對外部信號源接收到的信號進行平滑處理，這取決於工做的領域和信號的特性。許多算法都是專門用於某一特定的信號，可能沒有一個通用的解決方法廣泛適用於全部的狀況。

一個重要的問題是：何時不該該對信號進行平滑處理？

對於真實信號來講，平滑處理的數據對於真實的信號來講多是錯誤的。

第三章繪製並定製化圖表

3.1 柱狀圖、線形圖、堆積柱狀圖

from matplotlib.pyplot import *



x = [1,2,3,4,5,6]

y = [3,4,6,7,3,2]



#create new figure

figure()



#線

subplot(2,3,1)

plot(x,y)



#柱狀圖

subplot(2,3,2)

bar(x,y)



#水平柱狀圖

subplot(2,3,3)

barh(x,y)



#疊加柱狀圖

subplot(2,3,4)

bar(x,y)



y1=[2,3,4,5,6,7]

bar(x,y1,bottom=y,color='r')



#箱線圖

subplot(2,3,5)

boxplot(x)

#散點圖

subplot(2,3,6)

scatter(x,y)

show()

3.2 箱線圖和直方圖

from matplotlib.pyplot import *



figure()

dataset = [1,3,5,7,8,3,4,5,6,7,1,2,34,3,4,4,5,6,3,2,2,3,4,5,6,7,4,3]



subplot(1,2,1)



boxplot(dataset, vert=False)



subplot(1,2,2)

#直方圖

hist(dataset)



show()

3.3 正弦餘弦及圖標

from  matplotlib.pyplot import *

import numpy as np



x = np.linspace(-np.pi, np.pi, 256, endpoint=True)



y = np.cos(x)

y1= np.sin(x)



plot(x,y)

plot(x,y1)



#圖表名稱

title("Functions $\sin$ and $\cos$")



#x,y軸座標範圍

xlim(-3,3)

ylim(-1,1)



#座標上刻度

xticks([-np.pi, -np.pi/2,0,np.pi/2,np.pi],

       [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$',r'$+\pi$'])

yticks([-1, 0, 1],

       [r'$-1$',r'$0$',r'$+1$' ])

#網格

grid()

show()

3.4 設置圖表的線型、屬性和格式化字符串

from  matplotlib.pyplot import *

import numpy as np



x = np.linspace(-np.pi, np.pi, 256, endpoint=True)



y = np.cos(x)

y1= np.sin(x)



#線段顏色，線條風格，線條寬度，線條標記，標記的邊緣顏色，標記邊緣寬度，標記內顏色，標記大小

plot([1,2],c='r',ls='-',lw=2, marker='D', mec='g',mew=2, mfc='b',ms=30)

plot(x,y1)



#圖表名稱

title("Functions $\sin$ and $\cos$")



#x,y軸座標範圍

xlim(-3,3)

ylim(-1,4)



#座標上刻度

xticks([-np.pi, -np.pi/2,0,np.pi/2,np.pi],

       [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$',r'$+\pi$'])

yticks([-1, 0, 1],

       [r'$-1$',r'$0$',r'$+1$' ])



grid()



show()

3.5 設置刻度、時間刻度標籤、網格

import matplotlib.pyplot as mpl

from pylab import *

import datetime

import numpy as np



fig = figure()



ax = gca()



# 時間區間

start = datetime.datetime(2017,11,11)

stop = datetime.datetime(2017,11,30)

delta = datetime.timedelta(days =1)



dates = mpl.dates.drange(start,stop,delta)



values = np.random.rand(len(dates))



ax.plot_date(dates, values, ls='-')



date_format = mpl.dates.DateFormatter('%Y-%m-%d')



ax.xaxis.set_major_formatter(date_format)



fig.autofmt_xdate()



show()

3.6 添加圖例和註釋

from matplotlib.pyplot import *

import numpy as np



x1 = np.random.normal(30, 2,100)

plot(x1, label='plot')



#圖例

#圖標的起始位置，寬度，高度 歸一化座標

#loc 可選，爲了圖標不覆蓋圖

#ncol 圖例個數

#圖例平鋪

#座標軸和圖例邊界之間的間距

legend(bbox_to_anchor=(0., 1.02, 1., .102),loc = 4,

       ncol=1, mode="expand",borderaxespad=0.1)



#註解

# Import data 註釋

#（55,30） 要關注的點

#xycoords = ‘data’ 註釋和數據使用相同座標系

#xytest 註釋的位置

#arrowprops註釋用的箭頭

annotate("Import data", (55,30), xycoords='data',

               xytext=(5,35),

               arrowprops=dict(arrowstyle='->'))



show()

3.7 直方圖、餅圖

直方圖

import matplotlib.pyplot as plt



import numpy as np



mu=100

sigma = 15

x = np.random.normal(mu, sigma, 10000)



ax = plt.gca()



ax.hist(x,bins=30, color='g')



ax.set_xlabel('v')

ax.set_ylabel('f')



ax.set_title(r'$\mathrm{Histogram:}\ \mu=%d,\ \sigma=%d$' % (mu,sigma))



plt.show()

餅圖

from pylab import *



figure(1, figsize=(6,6))

ax = axes([0.1,0.1,0.8,0.8])



labels ='spring','summer','autumn','winter'

x=[15,30,45,10]

#explode=(0.1,0.2,0.1,0.1)

explode=(0.1,0,0,0)

pie(x, explode=explode, labels=labels, autopct='%1.1f%%', startangle=67)



title('rainy days by season')

show()

3.8 設置座標軸

import matplotlib.pyplot as plt



import numpy as np



x = np.linspace(-np.pi, np.pi, 500, endpoint=True)

y = np.sin(x)



plt.plot(x,y)



ax = plt.gca()

#top bottom left right 四條線段框成的



#上下邊界顏色

ax.spines['right'].set_color('none')

ax.spines['top'].set_color('r')



#座標軸位置

ax.spines['bottom'].set_position(('data', 0))

ax.spines['left'].set_position(('data', 0))



#座標軸上刻度位置

ax.xaxis.set_ticks_position('bottom')

ax.yaxis.set_ticks_position('left')



plt.grid()

plt.show()

3.9 偏差條形圖

import matplotlib.pyplot as plt



import numpy as np



x = np.arange(0,10,1)



y = np.log(x)



xe = 0.1 * np.abs(np.random.randn(len(y)))



plt.bar(x,y,yerr=xe,width=0.4,align='center',

        ecolor='r',color='cyan',label='experimert')



plt.xlabel('x')

plt.ylabel('y')

plt.title('measurements')

plt.legend(loc='upper left')  # 這種圖例用法更直接



plt.show()

3.10 帶填充區域的圖表

import matplotlib.pyplot as plt

from matplotlib.pyplot import *

import numpy as np



x = np.arange(0,2,0.01)



y1 = np.sin(2*np.pi*x)

y2=1.2*np.sin(4*np.pi*x)



fig = figure()

ax = gca()



ax.plot(x,y1,x,y2,color='b')



ax.fill_between(x,y1,y2,where = y2>y1, facecolor='g',interpolate=True)

ax.fill_between(x,y1,y2,where = y2<y1, facecolor='darkblue',interpolate=True)



ax.set_title('filled between')



show()

3.11 散點圖

import matplotlib.pyplot as plt



import numpy as np



x = np.random.randn(1000)



y1 = np.random.randn(len(x))



y2 = 1.8 + np.exp(x)



ax1 = plt.subplot(1,2,1)

ax1.scatter(x,y1,color='r',alpha=.3,edgecolors='white',label='no correl')

plt.xlabel('no correlation')

plt.grid(True)

plt.legend()



ax1 = plt.subplot(1,2,2)

#alpha透明度 edgecolors邊緣顏色 label圖例（結合legend使用）

plt.scatter(x,y2,color='g',alpha=.3,edgecolors='gray',label='correl')

plt.xlabel('correlation')

plt.grid(True)

plt.legend()



plt.show()

第四章更多圖表和定製化

4.4 向圖表添加數據表

from matplotlib.pyplot import *

import matplotlib.pyplot as plt

import numpy as np



plt.figure()

ax = plt.gca()

y = np.random.randn(9)



col_labels = ['c1','c2','c3']

row_labels = ['r1','r2','r3']

table_vals = [[11,12,13],[21,22,23],[31,32,33]]

row_colors = ['r','g','b']



my_table = plt.table(cellText=table_vals,

                     colWidths=[0.1]*3,

                     rowLabels=row_labels,

                     colLabels=col_labels,

                     rowColours=row_colors,

                     loc='upper right')



plt.plot(y)

plt,show()

4.5 使用subplots

from matplotlib.pyplot import *

import matplotlib.pyplot as plt

import numpy as np



plt.figure(0)

#子圖的分割規劃

a1 = plt.subplot2grid((3,3),(0,0),colspan=3)

a2 = plt.subplot2grid((3,3),(1,0),colspan=2)

a3 = plt.subplot2grid((3,3),(1,2),colspan=1)

a4 = plt.subplot2grid((3,3),(2,0),colspan=1)

a5 = plt.subplot2grid((3,3),(2,1),colspan=2)



all_axex = plt.gcf().axes

for ax in all_axex:

    for ticklabel in ax.get_xticklabels() + ax.get_yticklabels():

        ticklabel.set_fontsize(10)



plt.suptitle("Demo")

plt.show()

4.6 定製化網格

grid();

color、linestyle 、linewidth等參數可設

4.7 建立等高線圖

基於矩陣

等高線標籤

等高線疏密

import matplotlib.pyplot as plt

import numpy as np

import matplotlib as mpl



def process_signals(x,y):

    return (1-(x**2 + y**2))*np.exp(-y**3/3)



x = np.arange(-1.5, 1.5, 0.1)

y = np.arange(-1.5,1.5,0.1)



X,Y = np.meshgrid(x,y)

Z = process_signals(X,Y)

N = np.arange(-1, 1.5, 0.3) #做爲等值線的間隔



CS = plt.contour(Z, N, linewidths = 2,cmap = mpl.cm.jet)

plt.clabel(CS, inline=True, fmt='%1.1f', fontsize=10) #等值線標籤

plt.colorbar(CS)

plt.show()

4.8 填充圖表底層區域

from matplotlib.pyplot import *

import matplotlib.pyplot as plt

import numpy as np

from math import sqrt



t = range(1000)

y = [sqrt(i) for i in t]



plt.plot(t,y,color='r',lw=2)

plt.fill_between(t,y,color='y')

plt.show()

第五章 3D可視化圖表

在選擇3D以前最好慎重考慮，由於3D可視化比2D更加讓人感到迷惑。

5.2 3D柱狀圖

import matplotlib.pyplot as plt

import numpy as np

import matplotlib as mpl

import random

import matplotlib.dates as mdates



from mpl_toolkits.mplot3d import Axes3D



mpl.rcParams['font.size'] =10



fig = plt.figure()

ax = fig.add_subplot(111,projection='3d')



for z in [2015,2016,2017]:

    xs = range(1,13)

    ys = 1000 * np.random.rand(12)

    color = plt.cm.Set2(random.choice(range(plt.cm.Set2.N)))

    ax.bar(xs,ys,zs=z,zdir='y',color=color,alpha=0.8)



ax.xaxis.set_major_locator(mpl.ticker.FixedLocator(xs))

ax.yaxis.set_major_locator(mpl.ticker.FixedLocator(ys))



ax.set_xlabel('M')

ax.set_ylabel('Y')

ax.set_zlabel('Sales')



plt.show()

5.3 曲面圖

import matplotlib.pyplot as plt

import numpy as np

import matplotlib as mpl

import random

from mpl_toolkits.mplot3d import Axes3D

from matplotlib import cm

fig = plt.figure()

ax = fig.add_subplot(111,projection='3d')

n_angles = 36

n_radii = 8

radii = np.linspace(0.125, 1.0, n_radii)

angles = np.linspace(0, 2*np.pi, n_angles, endpoint=False)

angles = np.repeat(angles[..., np.newaxis], n_radii, axis=1)



x = np.append(0, (radii*np.cos(angles)).flatten())

y = np.append(0, (radii*np.sin(angles)).flatten())

z = np.sin(-x*y)



ax.plot_trisurf(x,y,z,cmap=cm.jet, lw=0.2)

plt.show()

5.4 3D直方圖

import matplotlib.pyplot as plt

import numpy as np

import matplotlib as mpl

import random

from mpl_toolkits.mplot3d import Axes3D



mpl.rcParams['font.size'] =10



fig = plt.figure()

ax = fig.add_subplot(111,projection='3d')

samples = 25

x = np.random.normal(5,1,samples)   #x上正態分佈

y = np.random.normal(3, .5, samples) #y上正態分佈



#xy平面上，按照10*10的網格劃分，落在網格內個數hist，x劃分邊界、y劃分邊界

hist, xedges, yedges = np.histogram2d(x,y,bins=10)

elements = (len(xedges)-1)*(len(yedges)-1)

xpos,ypos = np.meshgrid(xedges[:-1]+.25,yedges[:-1]+.25)



xpos = xpos.flatten() #多維數組變爲一維數組

ypos = ypos.flatten()

zpos = np.zeros(elements)



dx = .1 * np.ones_like(zpos) #zpos一致的全1數組

dy = dx.copy()

dz = hist.flatten()



#每一個立體以（xpos,ypos,zpos)爲左下角，以（xpos+dx,ypos+dy,zpos+dz）爲右上角

ax.bar3d(xpos,ypos,zpos,dx,dy,dz,color='b',alpha=0.4)



plt.show()

第六章用圖像和地圖繪製圖表

6.3 繪製帶圖像的圖表

6.4 圖像圖表顯示

第七章使用正確的圖表理解數據

爲何要以這種方式展現數據？

7.2 對數圖

import matplotlib.pyplot as plt

import numpy as np



x = np.linspace(1,10)

y = [10**e1 for e1 in x]

z = [2*e2 for e2 in x]



fig = plt.figure(figsize=(10, 8))

ax1 = fig.add_subplot(2,2,1)

ax1.plot(x, y, color='b')

ax1.set_yscale('log')

#兩個座標軸和主次刻度打開網格顯示

plt.grid(b=True, which='both', axis='both')



ax2 = fig.add_subplot(2,2,2)

ax2.plot(x,y,color='r')

ax2.set_yscale('linear')

plt.grid(b=True, which='both', axis='both')



ax3 = fig.add_subplot(2,2,3)

ax3.plot(x,z,color='g')

ax3.set_yscale('log')

plt.grid(b=True, which='both', axis='both')



ax4 = fig.add_subplot(2,2,4)

ax4.plot(x,z,color='magenta')

ax4.set_yscale('linear')

plt.grid(b=True, which='both', axis='both')



plt.show()

7.3 建立火柴桿圖

import matplotlib.pyplot as plt

import numpy as np



x = np.linspace(1,10)

y = np.sin(x+1) + np.cos(x**2)



bottom = -0.1

hold = False

label = "delta"



markerline, stemlines, baseline = plt.stem(x, y, bottom=bottom,label=label, hold=hold)



plt.setp(markerline, color='r', marker= 'o')

plt.setp(stemlines,color='b', linestyle=':')

plt.setp(baseline, color='g',lw=1, linestyle='-')



plt.legend()



plt.show()

7.4 矢量圖

7.5 使用顏色表

顏色要注意觀察者會對顏色和顏色要表達的信息作必定的假設。不要作不相關的顏色映射，好比將財務數據映射到表示溫度的顏色上去。

若是數據沒有與紅綠有強關聯時，儘量不要使用紅綠兩種顏色。

import matplotlib.pyplot as plt

import numpy as np

import matplotlib as mpl



red_yellow_green = ['#d73027','#f46d43','#fdae61']

sample_size = 1000

fig,ax = plt.subplots(1)



for i in range(3):

    y = np.random.normal(size=sample_size).cumsum()

    x = np.arange(sample_size)

    ax.scatter(x, y, label=str(i), lw=0.1, edgecolors='grey',facecolor=red_yellow_green[i])

    

plt.legend()

plt.show()

7.7 使用散點圖和直方圖

7.8 兩個變量間的互相關圖形

7.9 自相關的重要性

第八章更多的matplotlib知識

8.6 使用文本和字體屬性

函數：

test: 在指定位置添加文本

xlabel:x軸標籤

ylabel:y軸標籤

title:設置座標軸的標題

suptitle:爲圖表添加一個居中的標題

figtest:在圖表任意位置添加文本，歸一化座標

若是對Python編程、網絡爬蟲、機器學習、數據挖掘、web開發、人工智能、面試經驗交流。感興趣能夠519970686，羣內會有不按期的發放免費的資料連接，這些資料都是從各個技術網站蒐集、整理出來的，若是你有好的學習資料能夠私聊發我，我會註明出處以後分享給你們。

屬性：

family:字體類型

size/fontsize:字體大小

style/fontstyle:字體風格

variant:字體變體形式

weight/fontweight:粗細

stretch/fontstretch:拉伸

fontproperties:

8.7 用LaTeX渲染文本

LaTeX 是一個用於生成科學技術文檔的高質量的排版系統，已是事實上的科學排版或出版物的標準。

import matplotlib.pyplot as plt

import numpy as np



t = np.arange(0.0, 1.0+0.01, 0.01)

s = np.cos(4 * np.pi *t) * np.sin(np.pi*t/4) + 2



#plt.rc('text', usetex=True)  #未安裝Latex

plt.rc('font', **{'family':'sans-serif','sans-serif':['Helvetica'],'size':16})



plt.plot(t, s, alpha=0.55)



plt.annotate(r'$\cos(4 \times \pi \times {t}) \times \sin(\pi \times \frac{t}{4}) + 2$',xy=(.9, 2.2), xytext=(.5, 2.6),color='r', arrowprops={'arrowstyle':'->'})



plt.text(.01, 2.7, r'$\alpha, \beta, \gamma, \Gamma, \pi, \Pi, \phi, \varphi, \Phi$')



plt.xlabel(r'time (s)')

plt.ylabel(r'y values(W)')



plt.title(r"Hello python visualization.")

plt.subplots_adjust(top=0.8)



plt.show()

能夠說這些是《Python數據可視化編程實戰》的精華所在了，有須要的能夠一讀，有什麼改進的意見也可評論留言，歡迎你們點贊轉發，給技術人一點支持和關愛哈。