记录自己数据可视化的学习过程（具体内容写在代码注释里）

绘制简单折线图Step 1：修改标签文字和线条粗细Step 2：校正图形 绘制散点图Step 1：绘制一系列的点Step 2：自动计算数据Step 3：使用颜色映射并保存图表 随机漫步Step 1：创建RandomWalk()类Step 2：绘制随机漫步图Step 3：调整图形（如尺寸，颜色等） 使用 Pygal 模拟掷骰子Step 1：创建Die类Step 2：掷骰子Step 3：同时掷两个面数不同的骰子

绘制简单折线图

初始代码如下：

import matplotlib.pyplot as plt squares = [1, 4, 8, 16, 25] plt.plot(squares) plt.show()

初始效果图如下： matplotlib是一个数学绘图库，可以用它来制作简单的图表，如折线图和散点图

Step 1：修改标签文字和线条粗细

# 导入模块pyplot（包含很多用于生成图表的函数），并为其指定别名plt import matplotlib.pyplot as plt # 创建一个列表，在其中存储平方数 squares = [1, 4, 8, 16, 25] # 将列表传递给函数plot()，linewidth决定了绘制的线条的粗细 plt.plot(squares, linewidth=5) # 设置图表标题，并给坐标轴加上标签 # title()为图表指定标题； plt.title("Square Numbers", fontsize=24) # xlabel()和ylabel()为每条轴设置标题；fontsize为字号大小 plt.xlabel("Value", fontsize=14) plt.ylabel("Square of Value", fontsize=14) # 设置刻度标记大小；labelsize为字号大小 plt.tick_params(axis='both', labelsize=14) # 打开matplotlib查看器，并显示绘制的图形 plt.show()

Step 2：校正图形

# 导入模块pyplot（包含很多用于生成图表的函数），并为其指定别名plt import matplotlib.pyplot as plt # 原本假设的第一个数据点对应的x坐标值为0，现提供输入值将第一个对应的x值改为1 input_values = [1, 2, 3, 4, 5] # 创建一个列表，在其中存储平方数 squares = [1, 4, 8, 16, 25] # 将列表传递给函数plot()，linewidth决定了绘制的线条的粗细 plt.plot(input_values, squares, linewidth=5) # 设置图表标题，并给坐标轴加上标签 # 下面的省略

绘制散点图

import matplotlib.pyplot as plt # 使用函数scatter()，向其传递一对x和y坐标，它将在指定位置绘制一个点 # s表示点的尺寸 plt.scatter(2, 4, s=200) # 设置图表标题，并给坐标轴加上标签 # title()为图表指定标题； plt.title("Square Numbers", fontsize=24) # xlabel()和ylabel()为每条轴设置标题；fontsize为字号大小 plt.xlabel("Value", fontsize=14) plt.ylabel("Square of Value", fontsize=14) # 设置刻度标记大小；labelsize为字号大小 plt.tick_params(axis='both', which='major', labelsize=14) plt.show()

Step 1：绘制一系列的点

import matplotlib.pyplot as plt # x_values包含要计算其平方值的数字，y_values包含前述每个数字的平方和 # 讲这些列表传递给scatter()时，matplotlib依次从每个列表中读取一个值来绘制一个点 x_values = [1, 2, 3, 4, 5] y_values = [1, 4, 9, 16, 25] # 使用函数scatter()，向其传递一对x和y坐标，它将在指定位置绘制一个点 # s表示点的尺寸 plt.scatter(x_values, y_values, s=100) # 设置图表标题，并给坐标轴加上标签 # 下面的省略

Step 2：自动计算数据

import matplotlib.pyplot as plt # x_values包含要计算其平方值的数字，y_values包含前述每个数字的平方和 # 讲这些列表传递给scatter()时，matplotlib依次从每个列表中读取一个值来绘制一个点 x_values = list(range(1, 1001)) y_values = [x**2 for x in x_values] # 使用函数scatter()，向其传递一对x和y坐标，它将在指定位置绘制一个点 # s表示点的尺寸 plt.scatter(x_values, y_values, s=40) # 加上语句 c='red' 可将蓝色点改为红色（可自行选择颜色） # 加上语句 edgecolors='none' 可消除蓝色点的黑色边框（可自行选择颜色） # plt.scatter(x_values, y_values, c='red', edgecolors='none', s=40) # 设置图表标题，并给坐标轴加上标签 # title()为图表指定标题； plt.title("Square Numbers", fontsize=24) # xlabel()和ylabel()为每条轴设置标题；fontsize为字号大小 plt.xlabel("Value", fontsize=14) plt.ylabel("Square of Value", fontsize=14) # 设置每个坐标轴的取值范围 plt.axis([0, 1100, 0, 1100000]) plt.show()

Step 3：使用颜色映射并保存图表

import matplotlib.pyplot as plt # x_values包含要计算其平方值的数字，y_values包含前述每个数字的平方和 # 讲这些列表传递给scatter()时，matplotlib依次从每个列表中读取一个值来绘制一个点 x_values = list(range(1, 1001)) y_values = [x**2 for x in x_values] # 使用函数scatter()，向其传递一对x和y坐标，它将在指定位置绘制一个点 # s表示点的尺寸 plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolors='none', s=40) # 设置图表标题，并给坐标轴加上标签 # title()为图表指定标题； plt.title("Square Numbers", fontsize=24) # xlabel()和ylabel()为每条轴设置标题；fontsize为字号大小 plt.xlabel("Value", fontsize=14) plt.ylabel("Square of Value", fontsize=14) # 设置每个坐标轴的取值范围 plt.axis([0, 1100, 0, 1100000]) # 自动保存图表，第一个实参指定要以什么样的格式保存图表，第二个实参指定将图表多余的空白区域裁剪掉 plt.savefig('squares_plot.png', bbox_inches='tight') plt.show()

随机漫步

Step 1：创建RandomWalk()类

# 每次决策都使用choice()来决定使用哪种选择 from random import choice class RandomWalk(): """一个生成随机漫步数据的类""" # 将随机漫步包含的默认点数设置为5000 def __init__(self, num_points=5000): """初始化随机漫步的属性""" self.num_points = num_points # 所有随机漫步都始于(0,0) self.x_values = [0] self.y_values = [0] # 生成漫步包含的点，并决定每次漫步的方向 # 向右走还是向左走？沿指定的方向走多远？向上走还是向下走？沿指定的方向走多远？ def fill_walk(self): """计算随机漫步包含的所有点""" # 不断漫步，直到列表达到指定的长度 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 # 使用choice([1, -1])给x_direction选择一个值 # 结果要么是表示向右走的1，要么是表示向左走的-1 x_direction = choice([1, -1]) # choice([0, 1, 2, 3, 4])随机选择一个0~4之间的整数，表示沿指定方向走多远 x_distance = choice([0, 1, 2, 3, 4]) # 将移动方向乘以移动距离，以确定沿x轴移动的距离 # 若x_step为正，右移；为负左移；为0垂直移动 x_step = x_direction * x_distance # 结果要么是表示向上走的1，要么是表示向下走的-1 y_direction = choice([1, -1]) y_distance = choice([0, 1, 2, 3, 4]) # 若y_step为正，上移；为下左移；为0水平移动 y_step = y_direction * y_distance # 若x_step和y_step都为0则原地踏步 # 拒绝原地踏步 if x_step == 0 and y_step == 0: continue # 将x_step与x_values的最后一个值相加，y同理 # 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 # 将获得的下一个x和y的值附加到列表x_values和y_values的末尾 self.x_values.append(next_x) self.y_values.append(next_y)

Step 2：绘制随机漫步图

import matplotlib.pyplot as plt from random_walk import RandomWalk # 创建一个RandomWalk实例，并将其包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() plt.scatter(rw.x_values, rw.y_values, s=15) plt.show()

Step 3：调整图形（如尺寸，颜色等）

import matplotlib.pyplot as plt from random_walk import RandomWalk # 只要这个程序处于活动状态，就不断地模拟随机漫步 while True: # 创建一个RandomWalk实例，并将其包含的点都绘制出来 rw = RandomWalk(50000) rw.fill_walk() # 设置绘图窗口的尺寸 plt.figure(figsize=(10, 6)) # 使用range()生成一个数字列表，其中包含的数字个数与漫步包含的点数相同 # 将其存储在point_numbers中，以便后面使用它来设置每个漫步点的颜色 point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1) # 突出起点和终点 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) # 隐藏坐标轴：将每条坐标轴可见性设置为False plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk? (y/n):") if keep_running == 'n': break

使用 Pygal 模拟掷骰子

Step 1：创建Die类

from random import randint class Die(): """表示一个骰子的类""" def __init__(self, num_sides=6): """骰子默认6面""" self.num_sides = num_sides def roll(self): """返回一个位于1和骰子面数之间的随机值""" return randint(1, self.num_sides)

Step 2：掷骰子

from die import Die import pygal # 创建一个D6 die = Die() # 掷几次骰子，并将结果存储在一个列表中 results = [] for roll_num in range(1000): result = die.roll() results.append(result) # 分析结果 # 创建空列表frequencies用于存储每种点数出现的次数 frequencies = [] for value in range(1, die.num_sides): frequency = results.count(value) frequencies.append(frequency) # 对结果进行可视化 hist = pygal.Bar() hist.title = "Results of rolling one D6 1000 times." hist.x_labels = ['1', '2', '3', '4', '5', '6'] hist.x_title = "Result" hist.y_title = "Frequency of Result" # 将一系列值添加到图表中 hist.add('D6', frequencies) hist.render_to_file('die_visual.svg')

Step 3：同时掷两个面数不同的骰子

from die import Die import pygal # 创建一个D6骰子和一个D10骰子 die_1 = Die() die_2 = Die(10) # 掷几次骰子，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 # 创建空列表frequencies用于存储每种点数出现的次数 frequencies = [] max_result = die_1.num_sides + die_2.num_sides for value in range(2, max_result+1): frequency = results.count(value) frequencies.append(frequency) # 对结果进行可视化 hist = pygal.Bar() hist.title = "Results of rolling a D6 and D10 50,000 times." hist.x_labels = ['2', '3', '4', '5', '5', '7', '8', '9', '10', '11', '12', '13', '14', '15', '16'] hist.x_title = "Result" hist.y_title = "Frequency of Result" # 将一系列值添加到图表中 hist.add('D6 + D10', frequencies) hist.render_to_file('die_visual.svg')