摘要：小結(jié)本篇主要講述了如何生成數(shù)據(jù)集以及如何對(duì)其進(jìn)行可視化如何使用創(chuàng)建簡(jiǎn)單的圖表如果使用散點(diǎn)圖來(lái)探索隨機(jī)漫步過(guò)程如何使用創(chuàng)建直方圖，以及如何使用直方圖來(lái)探索同時(shí)擲兩個(gè)面數(shù)不同的骰子的結(jié)果。

《Python編程：從入門(mén)到實(shí)踐》筆記。
從本篇起將用三篇的篇幅介紹如何用Python進(jìn)行數(shù)據(jù)可視化。

從本篇開(kāi)始，我們將用三篇的篇幅來(lái)初步介紹如何使用Python來(lái)進(jìn)行數(shù)據(jù)可視化操作。本篇的內(nèi)容包括：

繪制簡(jiǎn)單的折線圖；

隨機(jī)漫步；

使用Pygal模擬擲骰子。

在正式開(kāi)始之前，需要安裝兩個(gè)擴(kuò)展包：matplotlib和pygal。Python中安裝第三方庫(kù)的方式已在上一個(gè)項(xiàng)目中介紹過(guò)了，這里不再贅述。

首先我們繪制一個(gè)簡(jiǎn)單的折線圖，代碼保存到mpl_squares.py文件中：

import matplotlib.pyplot as plt

# 輸入數(shù)據(jù), x軸
input_values = [1, 2, 3, 4, 5]
# 輸出數(shù)據(jù), y軸
squares = [1, 4, 9, 16, 25]
# linewidth表示線條的粗細(xì)
plt.plot(input_values, squares, linewidth=5)

# 設(shè)置圖標(biāo)標(biāo)題，并給坐標(biāo)軸加上標(biāo)簽
plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

# 設(shè)置刻度標(biāo)記的大小
plt.tick_params(axis="both", labelsize=14)

plt.show()

matplotlib.pyplot.plot()函數(shù)可以只傳入一個(gè)squares參數(shù)，表示y軸的值，此時(shí)將從x軸0點(diǎn)處開(kāi)始一一對(duì)應(yīng)。有時(shí)這樣很簡(jiǎn)便，但在此例中圖標(biāo)將不正確，所以我們傳入了input_values列表，將其與squares列表一一對(duì)應(yīng)。

代碼從第10行到15行都可以省了，這些代碼只是讓圖表的信息更全。最終的結(jié)果如下：

我們使用matplotlib.pyplot中的scatter()函數(shù)來(lái)生成散點(diǎn)圖，將代碼保存到scatter_squares.py文件中：

import matplotlib.pyplot as plt

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

# s表示點(diǎn)的大小，edgecolor表示點(diǎn)的輪廓的顏色,c表示數(shù)據(jù)點(diǎn)的顏色(可以使用RGB顏色)
# plt.scatter(x_values, y_values, s=4, edgecolor="none", c="red")

# 使用漸變色, 給c賦值了一個(gè)y值列表，并使用參數(shù)cmap告訴pylot使用哪個(gè)顏色來(lái)映射
plt.scatter(x_values, y_values, s=40, edgecolor="none", c=y_values, cmap=plt.cm.Blues)

# 設(shè)置圖表標(biāo)題并給坐標(biāo)軸加上標(biāo)簽
plt.title("Square Number", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

# 設(shè)置刻度的大小
plt.tick_params(axis="both", which="major", labelsize=14)

# 每個(gè)坐標(biāo)軸的取值范圍
plt.axis([0, 1100, 0, 1100000])

# 第一個(gè)參數(shù)是路徑名，第二個(gè)參數(shù)指定將圖表多余的空白區(qū)域裁減掉。
plt.savefig("squares.png", bbox_inches="tight")

plt.show()

我們使用了列表生成式來(lái)生成y軸的數(shù)據(jù)，并使用漸變色來(lái)繪制圖像，matplotlib.pyplot.cm.Blues是matplotlib自帶的漸變色，它和c的每一個(gè)值對(duì)應(yīng)。通過(guò)pyplot的axis()函數(shù)來(lái)設(shè)置每個(gè)軸的取值范圍。最后將圖像保存到本地。生成的圖像如下：

隨機(jī)漫步指的是：每次行走都完全隨機(jī)，沒(méi)有明確的方向，結(jié)果是由一系列隨機(jī)決策決定的。在自然界、物理學(xué)、生物學(xué)、化學(xué)和經(jīng)濟(jì)領(lǐng)域，隨機(jī)漫步都有其實(shí)際用途。

使用Python生成隨機(jī)漫步數(shù)據(jù)，再使用matplotlib將這些數(shù)據(jù)繪制出來(lái)。首先創(chuàng)建RandomWalk類(lèi)，代碼保存到random_walk.py文件中：

from random import choice

class RandomWalk:
    """一個(gè)生成隨機(jī)漫步數(shù)據(jù)的類(lèi)"""

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

        # 所有隨機(jī)漫步都始于(0, 0)，這兩個(gè)列表用于存儲(chǔ)隨機(jī)漫步數(shù)據(jù)
        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        """計(jì)算隨機(jī)漫步包含的所有點(diǎn)"""

        # 不斷漫步，直到列表到達(dá)指定的長(zhǎng)度
        while len(self.x_values) < self.num_points:
            # 決定前進(jìn)方向以及沿這個(gè)方向前進(jìn)的距離
            # 通過(guò)choice從給定值中隨機(jī)選取
            x_direction = choice([1, -1])  # 正向還是負(fù)向
            x_distance = choice([0, 1, 2, 3, 4])  # 移動(dòng)的距離
            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(jì)算下一個(gè)點(diǎn)的坐標(biāo)
            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)

下面的代碼用于生成隨機(jī)漫步圖像，代碼保存到rw_visual.py文件中：

import matplotlib.pyplot as plt
from random_walk import RandomWalk

while True:
    rw = RandomWalk(50000)
    rw.fill_walk()

    # 設(shè)置繪圖窗口的尺寸
    plt.figure(figsize=(10, 6))

    # 繪制隨機(jī)漫步的圖像
    point_number = list(range(rw.num_points))
    plt.scatter(rw.x_values, rw.y_values, s=1, c=point_number,
                edgecolors="none", cmap=plt.cm.Blues)

    # 突出起點(diǎn)和終點(diǎn)
    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)

    # 隱藏坐標(biāo)軸
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)

    plt.show()

    if input("Make another walk?(y/n)") == "n":
        break

程序通過(guò)一個(gè)循環(huán)類(lèi)多次繪制隨機(jī)漫步圖；通過(guò)pyplot的figure()函數(shù)來(lái)設(shè)置圖像的尺寸，figsize的單位是英寸；通過(guò)漸變色來(lái)繪制圖像的路徑，顏色由淺到深，并且我們將起點(diǎn)（綠色）和終點(diǎn)（紅色）顯著標(biāo)出；最后隱藏坐標(biāo)軸。最終的圖像如下（每次運(yùn)行的效果都不同）：

首先我們需要?jiǎng)?chuàng)建一個(gè)骰子類(lèi)Dice，將其保存到dice.py中：

from random import randint

class Dice:
    """表示一個(gè)骰子類(lèi)"""
    def __init__(self, num_sides=6):
        """骰子默認(rèn)為6面"""
        self.num_sides = num_sides

    def roll(self):
        """返回一個(gè)位于1和骰子面數(shù)之間的隨機(jī)值"""
        return randint(1, self.num_sides)

可以自行設(shè)定骰子的面數(shù)。下面是擲兩個(gè)骰子50000次，統(tǒng)計(jì)倆骰子點(diǎn)數(shù)之和的分布的模擬，最后生成了一個(gè)矢量文件.svg文件，它能在瀏覽器中打開(kāi)，代碼如下：

import pygal
from dice import Dice

dice_1 = Dice()
dice_2 = Dice(10)

# 擲骰子多次，并將結(jié)果存儲(chǔ)在一個(gè)列表中
results = []
for roll_num in range(50000):
    results.append(dice_1.roll() + dice_2.roll())

# 分析結(jié)果
frequences = []
# 能夠模擬擲任何雙骰子的情況，不管這些骰子有多少面
max_result = dice_1.num_sides + dice_2.num_sides
for value in range(2, max_result + 1):
    # 統(tǒng)計(jì)每個(gè)結(jié)果的頻數(shù)
    frequences.append(results.count(value))

# 對(duì)結(jié)果進(jìn)行可視化
# 創(chuàng)建條形圖
hist = pygal.Bar()

hist.title = "Result of rolling a D6 and a D10 50000 times."
# 創(chuàng)建x軸上的刻度
hist.x_labels = [str(value) for value in range(2, max_result + 1)]
hist.x_title = "Result"
hist.y_title = "Frequency of Result"

# 給這組數(shù)據(jù)起個(gè)名字，并加到圖表中
hist.add("D6 + D10", frequences)
# 將圖像渲染為svg文件，矢量圖
hist.render_to_file("dice_visual.svg")

注意，frequences中的數(shù)據(jù)依次與hist.x_labels對(duì)應(yīng)。下面是最終結(jié)果：

Pygal讓這個(gè)圖表具有交互性：如果你將鼠標(biāo)指向該圖中的任何數(shù)據(jù)條，將看到它的具體數(shù)據(jù)。

本篇主要講述了：

如何生成數(shù)據(jù)集以及如何對(duì)其進(jìn)行可視化；

如何使用matplotlib創(chuàng)建簡(jiǎn)單的圖表；

如果使用散點(diǎn)圖來(lái)探索隨機(jī)漫步過(guò)程；

如何使用Pygal創(chuàng)建直方圖，以及如何使用直方圖來(lái)探索同時(shí)擲兩個(gè)面數(shù)不同的骰子的結(jié)果。

迎大家關(guān)注我的微信公眾號(hào)"代碼港" & 個(gè)人網(wǎng)站 www.vpointer.net ~