数据可视化指的是通过可视化表示来探索数据，它与数据挖掘紧密相关，而数据挖掘指的是使用代码来探索数据集的规律和关联。
15.1 安装matplotlib
安装必要的包后，对安装进行测试。为此需要使用命令python或者python3启动一个终端会话，再尝试导入matplotlib：
没有错误就说明你的系统安装了matplotlib。
15.2 绘制简单的折线图
模块pyplot:包含很多用于生成图像表的函数
函数plot()：尝试根据这些数字绘制出有意义的图形。
plot.show()：打开matplotlib查看器，并显示绘制的图形。
查看器能够缩放和导航图形，单击磁盘图标可以将图像保存起来。
15.2.1 修改标签文字和线条粗细
参数linewidth：决定plot()绘制的线条粗细
函数title()：给图标指定标题
函数xlabel()和ylabel()：为每条轴设置标题
函数tick_params()：设置刻度的样式。
15.2.2 校正图形
为调整误差，改变这种默认行为，我们可以给plot()同时提供输入和输出值：
15.2.3 使用scatter()绘制散点图并设置其样式
scatter()函数：可以绘制单个点，向它传递一对x和y坐标。实参s设置点的尺寸。
可以绘制一系列点，向它传递两个分别包含x值和y值的列表。如下所示。
15.2.4 使用scatter()绘制一系列点
15.2.5 自动计算数据
下面绘制1000个点：
函数axis()：指定了每个坐标轴的取值范围
要求提供四个值：x和y坐标轴的最大值和最小值
15.2.6 删除数据点的轮廓
matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓。要删除数据点的轮廓，可在调用scatter()时传递实参edgecolor = 'none'（在2.0.0版本的matplotlib中，scatter()函数的实参edgecolor默认为none）
15.2.7 自定义颜色
要修改数据点的颜色，可向scatter()传递实参c，并将其设置为要使用的颜色的名称。
还可以使用RGB颜色模式自定义。值越接近0，指定的颜色越深，值越接近1，指定的颜色越浅。
15.2.8 使用颜色映射
颜色映射是一系列颜色，它们从起始颜色渐变到结束颜色。在可视化中，颜色映射用于突出数据的规律。
例如，你可能用较浅的颜色来显示较小值，并使用较深的颜色来显示较大的值。
模块pyplot内置了一组颜色映射。要使用这些颜色映射，你需要告诉python该如何设置数据集中每个点的颜色。
将参数c设置成了一个y值列表，并使用参数cmap告诉pyplot使用哪个颜色映射。
15.2.9 自动保存图表
要让程序自动将图表保存到文件中，可将plt.show()的调用替换为plt.savefig()的调用：
# 第一个实参指定要以什么样的文件名保存图表，这个文件将存储到scatter_squares.py所在的目录中； # 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')
p295
解答：
15.3 随机漫步
随机漫步是这样行走得到的路径：每次行走都完全是随机的，没有明确的方向，结果是由一系列随机决策决定的。
15.3.1 创建RandomWalk()类
from random import choiceclass RandomWalk(): """一个生成随机漫步数据的类""" def __init__(self,num_points=5000): """初始化随机漫步的属性""" self.num_points = num_points # 随机漫步都始于（0,0） self.x_values = [0] self.y_values = [0] 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 # choice([1,-1])结果要么是表示向右走1，要么是向左走-1 # choice([0,1,2,3,4])随机选择一个0~4之间的整数，告诉Python沿指定的方向走多远 # 通过包含0,不仅能在x轴移动，还能够沿y轴移动 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 # 拒绝原地踏步 if x_step == 0 and y_step == 0: continue # 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 self.x_values.append(next_x) self.y_values.append(next_y)
15.3.3 绘制随机漫步图
15.3.4模拟多次随机漫步
15.3.6 给点着色
我们将用颜色映射来指出漫步中各点的先后顺序。
import matplotlib.pyplot as plt from random_walk import RandomWalk #只要程序处于活跃状态，就不断地模拟随机漫步 while True: rw = RandomWalk() rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Greens, edgecolors='none',s=15) plt.show() keep_running = input("Make another walk?(y/n): ") if keep_running =='n': break
15.3.7 重新绘制起点和终点
import matplotlib.pyplot as plt from random_walk import RandomWalk #只要程序处于活跃状态，就不断地模拟随机漫步 while True: rw = RandomWalk() rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Greens, edgecolors='none',s=15) # 突出起点和终点 plt.scatter(0,0,c='pink',edgecolors='none',s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red', edgecolors='none',s=100) plt.show() keep_running = input("Make another walk?(y/n): ") if keep_running =='n': break
15.3.8 隐藏坐标轴，增加点数
import matplotlib.pyplot as plt from random_walk import RandomWalk #只要程序处于活跃状态，就不断地模拟随机漫步 while True: rw = RandomWalk(50000) rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Greens, edgecolors='none',s=1) # 突出起点和终点 plt.scatter(0,0,c='pink',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 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
15.3.10 调整尺寸以适合屏幕
函数figure()用于指定图标的宽度、高度、分辨率和背景色。
# 设置绘图窗口的尺寸 plt.figure(figsize=(10,6))
p303
15-3
import matplotlib.pyplot as plt from random_walk import RandomWalk #只要程序处于活跃状态，就不断地模拟随机漫步 while True: rw = RandomWalk(5000) rw.fill_walk() # 设置绘图窗口的尺寸 plt.figure(figsize=(10,6)) point_numbers = list(range(rw.num_points)) # plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Greens, # edgecolors='none',s=1) plt.plot(rw.x_values,rw.y_values,linewidth=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 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
15-4
from random import choice import matplotlib.pyplot as plt class RandomWalk(): """一个生成随机漫步数据的类""" def __init__(self,num_points=5000): """初始化随机漫步的属性""" self.num_points = num_points # 随机漫步都始于（0,0） self.x_values = [0] self.y_values = [0] 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: x_direction = choice([1,0]) x_distance = choice([0,1,2,3,4,5,6,7,8]) x_step = x_direction * x_distance y_direction = choice([1,0]) y_distance = choice([0,1,2,3,4,5,6,7,8]) y_step = y_direction * y_distance # 拒绝原地踏步 if x_step == 0 and y_step == 0: continue # 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 self.x_values.append(next_x) self.y_values.append(next_y)
15-5
from random import choice import matplotlib.pyplot as plt class RandomWalk(): """一个生成随机漫步数据的类""" def __init__(self,num_points=5000): """初始化随机漫步的属性""" self.num_points = num_points # 随机漫步都始于（0,0） self.x_values = [0] self.y_values = [0] def get_step(self): direction = choice([1, -1]) distance = choice([0, 1, 2, 3, 4]) step = direction * distance return step 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: x_step = self.get_step() y_step = self.get_step() # Reject moves that go nowhere. if x_step == 0 and y_step == 0: continue 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)
15.4 使用Pygal模拟掷骰子
15.4.1安装Pygal
15.4.2 Pygal 画廊
http://www.pygal.org/ 单击Documentation，再单击Chart types。
15.4.3 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)
15.4.4 掷骰子、分析结果
from die import Die # 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) frequencies = []
# 计算每个点数出现的次数 for value in range(1,die.num_sides+1): frequency = results.count(value) frequencies.append(frequency) print(frequencies)
[141, 177, 152, 182, 171, 177]
15.4.6 绘制直方图
直方图是一种条形图，指出了各种结果出现的频率。在任何Web浏览器中新建一个标签页，再在其中打开die_visual.svg。
Pygal让这个图标具有交互性：如果你将鼠标指向该图表中的任何条形，将看到与之相关联的数据。
15.4.7 同时掷两个骰子
from die import Die import pygal # 创建两个D6 die_1 = Die() die_2 = 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_1.roll() + die_2.roll() results.append(result) # 分析结果 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 = "Result of rolling two D6 dice 1000 times." hist.x_labels = ['2','3','4','5','6','7','8','9','10','11','12'] hist.x_title = "Result" hist.y_title = "Frequency of Result" hist.add('D6 + D6',frequencies) hist.render_to_file('die_visual.svg')
15.4.8 同时掷两个面数不同的骰子
from die import Die import pygal # 创建一个D6和一个D10 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 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 = "Result of rolling a D6 and a D10 dice 50000 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('die_visual.svg')
