python数据可视化
1、安装matplotlib
在 cmd 中键入 python -m pip install matplotlib,系统将自动安装,需要等一段时间,待完成后 python -m pip list ,显示

敲黑板划重点:一定通过 cdm 指定具体安装文件夹。 cd 文件夹名 可进入指定文件夹。
2、简易画图
2.1 直线图
import matplotlib.pyplot as ply
'导入模块 pyplot,并自定义为ply'
input_value = [1,2,3,4,5,6]
squares =[1,4,9,16,25,36 ]
ply.plot(input_value,squares,linewidth = 5)
'画图命令,并接收input_value作为x,squares 作为y,linewidth指定线条粗细'
ply.title("square numbers",fontsize= 24)
'图标标题'
ply.xlabel("value",fontsize = 12)
'图表横坐标的标题 value,和字的大小 fontsize'
ply.ylabel("squares",fontsize = 12)
'图表横坐标的标题,和字的大小'
ply.tick_params(axis="both",labelsize=14)
"指定横纵坐标axis= 'both'上的标尺字的大小 labelsize"
ply.show()
'显示图形' 输出图像:

2.2 散点图
import matplotlib.pyplot as plt
x_value = list(range(0,100,2))
y_value = [x**2 for x in x_value]
'自动生成计算数据'
print(x_value)
print(y_value)
plt.scatter(x_value,y_value,s=10)
#plt.scatter(x_value,y_value,c=y_value,cmap=plt.cm.Blues,edgecolor='None',s=10)
'参数c 设置成一个y值的列表,参数cmap 是采用的颜色映射的种类。参数edgecolor 是去掉散点的黑边'
'scatter()显示点的大小是 s= 10,plot() 显示线条粗细的是linewidth= 10'
plt.title("squares number",fontsize= 20)
plt.xlabel("value",fontsize=10)
plt.ylabel("square",fontsize=10)
plt.tick_params(axis="both",which = 'major',labelsize= 10) plt.savefig('squares_scatter.png',bbox_inches= 'tight')
'保存图片为squares_scatter.png,并且bbox_inches ='tighr'只保存图像,删除多余空白'
plt.show() 使用scatter()函数绘制散点图
输出结果:

颜色映射(colomap)是一系列颜色,他们从颜色渐变到结束颜色。
输出结果:

3、随机漫步:每次决策都是随机决定的。
rand_walk.py
from random import choice
'从 random modules中导入choice'
class RandomWalk(object):
'创建一个类 RandomWalk().'
def __init__(self,num_point = 5000):
'初始化类的属性'
self.num_point = num_point
self.x_value=[ 0 ]
self.y_value=[ 0 ]
'指定开始位置' def fill_walk(self):
'定义随机漫步的方法,'
while len(self.x_value) < self.num_point:
x_direction = choice([1,-1])
'随机漫步的方向 1:向右 -1: 向左'
x_distance = choice([0,1,2,3,4,5])
'随机漫步的距离'
x_step = x_direction * x_distance
'随机漫步的 位移(大小和方向)'
y_direction = choice([-1,1])
y_distance = choice([0,1,2,3,4,5])
y_step = y_direction * y_distance if x_step ==0 and y_step ==0:
continue
'避免原地踏步' next_x =self.x_value[-1] + x_step
'确定 点的 新位置'
next_y =self.y_value[-1] + y_step self.x_value.append(next_x)
'将已经走过的点 添加到列表中'
self.y_value.append(next_y)
random_walk_show :
import matplotlib.pyplot as plt
'导入matplotlib.pilot 命名为 plt'
from random_walk import RandomWalk
"从random_walk 中导入 RandomWalk 类"
while True:
rw =RandomWalk()
rw.fill_walk()
'调用 fill_walk() 方法' point = list(range(rw.num_point))
'生成和步数一样多的列表'
plt.scatter(rw.x_value,rw.y_value,c=point,cmap = plt.cm.Reds,
edgecolor = None,s=10) plt.scatter(0,0,c= "green",edgecolor= "None",s=20)
plt.scatter(rw.x_value[-1],rw.y_value[-1],c="green",edgecolor = "None",s=50)
'突出首个点 和 最后一个点 ' plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
'隐藏横纵坐标' plt.show()
keep_running = input("make another walk? y or n :")
if keep_running == 'n':
break
'判断时候继续 随机漫步'
随机漫步生成的图:


补充:
如果想使得输出的图像大小适合屏幕大小,可以使用:plt.figure(dpi=128,figsize=(20,10)) 其中向dpi传递是分辨率,向figsize传递以元组,指定绘图窗口的尺寸。(没看出区别多大!)
python数据可视化的更多相关文章
- Python数据可视化编程实战——导入数据
1.从csv文件导入数据 原理:with语句打开文件并绑定到对象f.不必担心在操作完资源后去关闭数据文件,with的上下文管理器会帮助处理.然后,csv.reader()方法返回reader对象,通过 ...
- Python数据可视化——使用Matplotlib创建散点图
Python数据可视化——使用Matplotlib创建散点图 2017-12-27 作者:淡水化合物 Matplotlib简述: Matplotlib是一个用于创建出高质量图表的桌面绘图包(主要是2D ...
- Python数据可视化-seaborn库之countplot
在Python数据可视化中,seaborn较好的提供了图形的一些可视化功效. seaborn官方文档见链接:http://seaborn.pydata.org/api.html countplot是s ...
- Python数据可视化编程实战pdf
Python数据可视化编程实战(高清版)PDF 百度网盘 链接:https://pan.baidu.com/s/1vAvKwCry4P4QeofW-RqZ_A 提取码:9pcd 复制这段内容后打开百度 ...
- 【数据科学】Python数据可视化概述
注:很早之前就打算专门写一篇与Python数据可视化相关的博客,对一些基本概念和常用技巧做一个小结.今天终于有时间来完成这个计划了! 0. Python中常用的可视化工具 Python在数据科学中的地 ...
- Python数据可视化的四种简易方法
摘要: 本文讲述了热图.二维密度图.蜘蛛图.树形图这四种Python数据可视化方法. 数据可视化是任何数据科学或机器学习项目的一个重要组成部分.人们常常会从探索数据分析(EDA)开始,来深入了解数据, ...
- python --数据可视化(一)
python --数据可视化 一.python -- pyecharts库的使用 pyecharts--> 生成Echarts图标的类库 1.安装: pip install pyecharts ...
- python 数据可视化
一.基本用法 import numpy as np import matplotlib.pyplot as plt x = np.linspace(-1,1,50) # 生成-1到1 ,平分50个点 ...
- 【python可视化系列】python数据可视化利器--pyecharts
学可视化就跟学弹吉他一样,刚开始你会觉得自己弹出来的是噪音,也就有了在使用python可视化的时候,总说,我擦,为啥别人画的图那么溜: [python可视化系列]python数据可视化利器--pyec ...
- python数据可视化:pyecharts
发现了一个做数据可视化非常好的库:pyecharts.非常便捷好用,大力推荐!! 官方介绍:pyecharts 是一个用于生成 Echarts 图表的类库.Echarts 是百度开源的一个数据可视化 ...
随机推荐
- 在Javascript中数组对象(json)里元素相同的操作
1.数组对象元素相同,分组显示 let arry = [ { expensedate: '2018/09/29', amount: 1, type: '交通费' }, { expensedate: ...
- Referer图片防盗链
前几天讲了<nginx下载防盗链>,今天继续说下图片防盗链. 他们两个使用的指令不同,前者使用secure link,并且需要程序配合,但是效果非常好;后者不需要程序配合,根据图片来源来实 ...
- js 对url进行某个参数的删除,并返回url
两种情况 1对当前页面的url进行操作 function funcUrlDel(name){ var loca = window.location; var baseUrl = loca.origin ...
- [dart学习]第四篇:函数和操作符(本篇未完待续)
接着学习dart的函数和操作符. 1.函数Function dart是一种真正的面向对象的语言,通常一个函数也是Function类型的对象,这也就是说可以把函数赋值给一个变量,或者作为另一个函数的入参 ...
- vue 3.0的搭建
1. 删除以前的vue 2.x版本,并下载3.x版本 npm uninstall -g vue-cli / yarn global remove vue-cli npm install -g @vue ...
- jdbc笔记(一) 使用Statement对单表的CRUD操作
jdbc连接mysql并执行简单的CRUD的步骤: 1.注册驱动(需要抛出/捕获异常) Class.forName("com.mysql.jdbc.Driver"); 2.建立连接 ...
- ElasticSearch(十二)删除数据插件delete-by-query
在ElasticSearch2.0之后的版本中没有默认的delete-by-query,想使用此命令需要安装这个插件. 首先需要进入ES的目录 [root@node122 elasticsearch] ...
- Kafka启动报错 : ERROR Processor got uncaught exception
参照我之前的一篇博文Kafka学习之(二)Centos下安装Kafka安装了kafka并启动,状况并不像我之前最初的预期,报错了,并且我在当前Linux环境下安装的Java版本.Kafka版本都是和之 ...
- 与TIME_WAIT相关的几个内核参数
问题 公司用浏览器访问线上服务一会失败一会成功,通过ssh连接服务器排查时发现ssh也是这样: 检查 抓包后发现建立连接的请求已经到了服务器,但它没有响应: 纠结了好久,后来在腾讯云技术支持及查了相关 ...
- 根据文字动态计算Label高度或宽度
//根据已知的label宽度计算文字高度 CGRect rect = [reson boundingRectWithSize:CGSizeMake(label_W, 0) options:NSStri ...