数据可视化：折线图、直方图、散点图

目录

1、折线图

2、直方图

3、散点图

4、颜色映射（colormap）

5、pygal模块（svg格式）

6、随机漫步

重要知识点

import matplotlib.pyplot as plt  -- 绘制2D折线图，直方图，散点图等

import numpy as np   -- 将列表转换为数组，给图形上每个点添加标签时会用到

import pygal  -- pygal是一个SVG图表库。SVG是一种矢量图格式，全称Scalable Vector Graphics -- 可缩放矢量图形。

from random import choice -- 生成随机漫步数据，函数choice([])从列表中随机输出一个数

from random import randint --randint()从一个区间随机返回一个数

1、折线图

plt.plot() 绘制折线图

np.array() 将列表转换为存储单一数据类型的多维数组,例如[1 2 3 4 5]　

zip(x,y) 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象，这样做的好处是节约了不少的内  存。我们可以使用 list() 转换来输出列表。如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用*号操作符，可以将元组解压为列表,例如a1,a2 = zip(*zip(a,b))。

plt.annotate() 给折线点设置(x,y)坐标值

plt.tick_params() 设置刻度线和标签的大小，颜色,内外侧，both代表xy同时设置

plt.title（）设置图表标题

plt.xlabel() 设置X轴标签

plt.ylabel() 设置Y轴标签

plt.axis([]) 设置X,Y轴刻度的取值范围 

plt.savefig('') 保存图表为图片格式

plt.show() 打开matplotlib查看器，并显示绘制的图形

#模块pyplot包含很多生成图表的函数
import matplotlib.pyplot as plt
import numpy as np
input_values = [1,2,3,4,5,6]
squares = [1,4,9,16,25,36]
#plot()绘制折线图
plt.plot(input_values,squares,linewidth=5,color='m')
#np.array()将列表转换为存储单一数据类型的多维数组
x = np.array(input_values)
y = np.array(squares)
#annotate()给折线点设置坐标值
for a,b in zip(x,y):
    plt.annotate('(%s,%s)'%(a,b),xy=(a,b),xytext=(-25,15),
                 textcoords='offset points')
#设置标题
plt.title('Square Numbers',fontsize=24)
plt.xlabel('Value',fontsize=14)
plt.ylabel('Square of Value',fontsize=14)
#设置刻度线和标签的大小，颜色,内外侧，both代表xy同时设置
plt.tick_params(axis='both',direction='in',colors='c',labelsize=14)
plt.axis([0,8,0,45])
plt.savefig('images\line_chart.png')
#show()打开matplotlib查看器，并显示绘制的图形
plt.show()

2、直方图

plt.bar() 绘制直方图

plt.text() 给条形柱添加标签

import numpy as np
import matplotlib.pyplot as plt
#创建带数字标签的直方图
numbers = list(range(1,11))
x = np.array(numbers)
y = np.array([a**2 for a in numbers])
#绘制图形
plt.bar(x,y,width=0.5,align='center',color='c')
plt.title('Square Numbers',fontsize=24)
plt.xlabel('Value',fontsize=14)
plt.ylabel('Square of Value',fontsize=14)
plt.tick_params(axis='both',labelsize=14)
#设置xy轴坐标取值范围
plt.axis([0,11,0,110])
#设置标签，a,b代表标签的坐标，第二个为标签内容，然后是对齐方式和尺寸
for a,b in zip(x,y):
    plt.text(a,b+0.1,'%.0f'%b,ha = 'center',va = 'bottom',fontsize=7)
plt.savefig('images\squares.png')
plt.show()

3、散点图

plt.scatter() 绘制散点图

#scatter()绘制散点图
import matplotlib.pyplot as plt
x_values = list(range(1,11))
y_values = [x**2 for x in x_values]
#参数c为点的颜色，默认蓝色；edgecolor为点的轮廓颜色,默认黑色，none为无色
plt.scatter(x_values,y_values,c='white',edgecolor='green',s=1000)
'''
还可以使用RGB模式，向参数c传递一个元组，包含三个0-1之间的小数，
他们分别代表红绿蓝的份量，越接近0，颜色越深，越接近1，颜色越浅
c=(0,0,0.8),代表淡蓝色
'''
#设置标题
plt.title('Square Numbers',fontsize=24)
plt.xlabel('Value',fontsize=14)
plt.ylabel('Square of Value',fontsize=14)
#设置刻度的大小,both代表xy同时设置
plt.tick_params(axis='both',labelsize=14)
#设置坐标轴的取值范围
plt.axis([0,11,-20,110])
#plt.savefig('images\squares_plot1.png')
plt.show()

4、颜色映射（colormap）

#根据每个点的Y值来设置颜色映射
x_values = list(range(1,11))
y_values = [x**2 for x in x_values]
'''参数c设置成Y值列表，代表各点的先后顺序，使用参数camp告诉
pyplot使用什么颜色映射，s为点的大小
'''
plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Reds,
            edgecolor='green',s=1000)
plt.title('Square Numbers',fontsize=24)
plt.xlabel('Value',fontsize=14)
plt.ylabel('Square of Value',fontsize=14)
plt.tick_params(axis='both',labelsize=14)
plt.axis([0,11,-20,110])
#savefig()自动保存图表,第二个参数表示删除图表多余的空白区域
plt.savefig('images\squares_plot2.png',bbox_inches='tight')
plt.show()

5、pygal模块（svg格式）

randint(1,5) 从一个区间随机返回一个数，包括两端的数

hist = pygal.Bar() 定义直方图类

hist.x_labels=[]  设置X轴刻度

hist.x_title='' X轴标题

hist.y_title='' Y轴标题

hist.add(' ',[]) 绘制直方图，''内为图表标题

hist.render_to_file('') 保存到文件夹

#pygal模块：创建可缩放的矢量图形文件（.svg）
import pygal
from random import randint
class Die():
    def __init__(self,num_sides=6):
        self.num_sides = num_sides
    def roll(self):
        '''函数randint()返回一个区间的任意数值'''
        return randint(1,self.num_sides)
#创建一个6面骰子，摇1000次，将结果存在列表中
die_1 = Die()
die_2 = Die(10)
results = [die_1.roll() + die_2.roll() for roll_num in range(5000)]
#分析每一种结果的出现频率，存在一个列表中
max_result = die_1.num_sides + die_2.num_sides
frequencies = [results.count(value) for value in range(2,max_result+1)]
#对结果进行可视化，hist：频数直方图
hist = pygal.Bar()
hist.x_labels = list(range(2,max_result+1,1))#x轴刻度
hist.x_title = 'Result' # 标题
hist.y_title = 'Freqency of Rsult'
#add()向它传递一个指定的标签，一个列表，包含将出现在图表中的值
hist.add('D6 + D10',frequencies)
hist.render_to_file('images\hist.svg')

6、随机漫步

choice([])从列表中随机输出一个数

figure()用于指定图表的宽度、高度、分辨率和背景色，形参figsize需要指定一个元组，单位为英寸，dpi为分辨率，facecolor为窗口边框颜色

plt.axes().get_xaxis().set_visible(False) 隐藏坐标轴

line = pygal.Line() 绘制可缩放的折线图

import matplotlib.pyplot as plt
import pygal
from random import choice
class RandomWalk():
    '''一个生成随机漫步数据的类'''
    def __init__(self,num_points):
        self.num_points = num_points
        #所有的随机漫步都始于(0,0)
        self.x_values = [0]
        self.y_values = [0]
    def get_step(self):
        direction = choice([1, -1])  # 随机选择向左向右两个方向
        distance = choice([0, 1, 2, 3, 4, 5, 6, 7, 8])  # 随机选择移动的距离
        return direction * distance  # 每次移动的步长
    def fill_walk(self):
        '''定义一个循环，直到达到给定的点数'''
        while len(self.x_values) < self.num_points:
            x_step = self.get_step()
            y_step = self.get_step()
            #拒绝原地踏步
            if x_step and y_step == 0:
                continue
            #计算下一个点的xy值,用列表的最后一个值加上步长
            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)
rw = RandomWalk(5000)
rw.fill_walk()
#绘制特定窗口尺寸和分辨率的随机漫步散点图
plt.figure(figsize=(6,6),dpi=128,facecolor='palegreen')
point_numbers = list(range(rw.num_points))
#以颜色映射的方式展示出来，可以看出漫步中各点的先后顺序
plt.scatter(rw.x_values,rw.y_values,c=point_numbers,
            cmap=plt.cm.Greens,edgecolor='none',s=1)
#重新绘制第一个和最后一个点，突出显示
plt.scatter(0,0,c='red',edgecolors='none',s=100)
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='orange',
            edgecolors='none',s=100)
#exes()隐藏坐标轴
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
#plt.savefig(r'images\random_plot1.png')
plt.show()
'''生成随机漫步折线图'''
rw = RandomWalk(5000)
rw.fill_walk()
plt.plot(rw.x_values,rw.y_values,color='cyan',linewidth=1)
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
plt.show()
'''利用pygal实现随机漫步折线图'''
lc = RandomWalk(5000)
lc.fill_walk()
line_chart = pygal.Line()
line_chart.x_labels = map(str, range(0, 9))
line_chart.add('random',lc.y_values)
line_chart.render_to_file(r'images\random.svg')