[Python] Python 学习 - 可视化数据操作（一）

Python 学习 - 可视化数据操作（一）

　　GitHub：https://github.com/liqingwen2015/my_data_view

目录

• 折线图
• 散点图
• 随机漫步
• 骰子点数概率
• 文件目录

折线图

　　cube_squares.py

import matplotlib.pyplot as plt
 
x_values=list(range(1, 5000))
y_values=[pow(x, 3) for x in x_values]
 
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolor='none', s=40)
 
# 设置标题和样式
plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
 
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
 
plt.show()

　　mpl_squares.py

# 简单的折线图

import matplotlib.pyplot as plt
 
input_values=[1, 2, 3, 4, 5 ]
squares = [1, 4, 9, 16, 25]
 
# 绘制线条的粗细
plt.plot(input_values, squares, linewidth=5)
 
# 设置图表标题，并给坐标轴加上标签
plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
 
# 设置刻度标记的大小，axis='both' 表示指定的实参影响 x 轴和 y 轴上的刻度
plt.tick_params(axis='both', labelsize=14)
 
plt.show()

散点图

　　scatter_squares.py

# 散点图
 
import matplotlib.pyplot as plt
 
x_values = list(range(1, 1001))
y_values = [x**2 for x in x_values]
 
# c：颜色
#plt.scatter(x_values, y_values, c='red', edgecolor='none', s=40)
#plt.scatter(x_values, y_values, c=(0, 0, 8), edgecolor='none', s=40)
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolor='none', s=40)
 
# 设置标题和样式
plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
 
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
 
plt.show()
 
# 保存图表
#plt.savefig('squared_plot.png', bbox_inches='tight')

随机漫步

　　random_walk.py

from random import choice
 
class RandomWalk():
 
    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]
 
    def fill_walk(self):
 
        # 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();
 
            # 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)
 
    def get_step(self):
        # 决定前进方向以及沿这个方向前进的距离
        direction = choice([1, -1])  # 随机选 1 或 -1
        distance = choice([0, 1, 2, 3, 4])  # 随机选 0, 1, 2, 3, 4
 
        return direction * distance  # 正数：右移，负数：左移

　　rw_visual.py

import matplotlib.pyplot as plt
 
from 随机漫步.random_walk import RandomWalk
 
while True:
    # 创建一个 RandomWalk 实例，并将其包含的点都绘制出来
    rw = RandomWalk(5000)
    rw.fill_walk()
 
    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)
 
    # 设置绘图窗口的尺寸
    #plt.figure(dpi=128, figsize=(10, 6))
 
    # 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)
 
    #plt.plot(rw.x_values, rw.y_values, linewidth=10)
 
    # 隐藏坐标轴
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)
 
    plt.show()
 
    keep_running = input("继续？（y/n）：")
    if keep_running == 'n':
        break

骰子点数概率

　　die.py

from random import randint
 
class Die():
    # 表示一个骰子类
 
    def __init__(self, num_sides=6):
        # 6 面
        self.num_sides = num_sides
 
    def roll(self):
        # 返回 1~6
        return randint(1, self.num_sides)

　　

　　die_visual.py

import pygal
 
from 骰子.die import Die
 
# 创建一个 D6
die = Die()
 
results = []
for roll_num in range(1000):
    result = die.roll()
    results.append(result)
 
frequencies = []
for value in range(1, die.num_sides+1):
    # 计算某个值出现同样的次数
    frequency = results.count(value)
    frequencies.append(frequency)
 
# 对结果进行可视化
hist = pygal.Bar()
 
hist.title = "D6 1000次："
hist.x_labels = [str(num) for num in range(1, 7)] #['1', '2', '3', '4', '5', '6']
hist.x_title = "结果"
hist.y_title = "概率"
 
hist.add('D6', frequencies)
hist.render_to_file('images/die_visual.svg')

　　dice_visual.py

import pygal
 
from 骰子.die import Die
 
# 创建 2 个 D6
die_1 = Die()
die_2 = Die()
 
results = []
for roll_num in range(1000):
    result = die_1.roll() + die_2.roll()
    results.append(result)
 
frequencies = []
max_results = die_1.num_sides + die_2.num_sides
for value in range(2, max_results+1):
    # 计算某个值出现同样的次数
    frequency = results.count(value)
    frequencies.append(frequency)
 
# 对结果进行可视化
hist = pygal.Bar()
 
hist.title = "D6 100次："
hist.x_labels = [str(num) for num in range(1, 13)] #['1', '2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12']
hist.x_title = "结果"
hist.y_title = "出现的次数"
 
hist.add('D6 + D6', frequencies)
hist.render_to_file('images/dice_visual.svg')

　　different_dice.py

import pygal
 
from 骰子.die import Die
 
# 创建一个 D6 和 D10
die_1 = Die()
die_2 = Die(10)
 
results = []
for roll_num in range(5000):
    result = die_1.roll() + die_2.roll()
    results.append(result)
 
frequencies = []
max_results = die_1.num_sides + die_2.num_sides
for value in range(2, max_results+1):
    # 计算某个值出现同样的次数
    frequency = results.count(value)
    frequencies.append(frequency)
 
# 对结果进行可视化
hist = pygal.Bar()
 
hist.title = "5000 次：D6 + D10 的结果。"
hist.x_labels = [str(num) for num in range(2, 17)]
hist.x_title = "结果"
hist.y_title = "重复出现的次数"
 
hist.add('D6 + D10', frequencies)
hist.render_to_file('images/different_visual.svg')

文件目录

　　GitHub：https://github.com/liqingwen2015/my_data_view