Python学习之路14-生成数据

《Python编程：从入门到实践》笔记。
从本篇起将用三篇的篇幅介绍如何用Python进行数据可视化。

1. 前言

从本篇开始，咱们将用三篇的篇幅来初步介绍如何使用Python来进行数据可视化操做。本篇的内容包括：

• 绘制简单的折线图；
• 随机漫步；
• 使用Pygal模拟掷骰子。

在正式开始以前，须要安装两个扩展包：matplotlib和pygal。Python中安装第三方库的方式已在上一个项目中介绍过了，这里再也不赘述。

2. 绘制简单的折线图

2.1 简单的折线图

首先咱们绘制一个简单的折线图，代码保存到mpl_squares.py文件中：

import matplotlib.pyplot as plt

# 输入数据, x轴
input_values = [1, 2, 3, 4, 5]
# 输出数据, y轴
squares = [1, 4, 9, 16, 25]
# linewidth表示线条的粗细
plt.plot(input_values, squares, linewidth=5)

# 设置图标标题，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
plt.tick_params(axis="both", labelsize=14)

plt.show()

matplotlib.pyplot.plot()函数能够只传入一个squares参数，表示y轴的值，此时将从x轴0点处开始一一对应。有时这样很简便，但在此例中图标将不正确，因此咱们传入了input_values列表，将其与squares列表一一对应。

代码从第10行到15行均可以省了，这些代码只是让图表的信息更全。最终的结果以下：

2.2 生成散点图

咱们使用matplotlib.pyplot中的scatter()函数来生成散点图，将代码保存到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表示点的大小，edgecolor表示点的轮廓的颜色,c表示数据点的颜色(可使用RGB颜色)
# plt.scatter(x_values, y_values, s=4, edgecolor="none", c="red")

# 使用渐变色, 给c赋值了一个y值列表，并使用参数cmap告诉pylot使用哪一个颜色来映射
plt.scatter(x_values, y_values, s=40, edgecolor="none", c=y_values, cmap=plt.cm.Blues)

# 设置图表标题并给坐标轴加上标签
plt.title("Square Number", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

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

# 每一个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])

# 第一个参数是路径名，第二个参数指定将图表多余的空白区域裁减掉。
plt.savefig("squares.png", bbox_inches="tight")

plt.show()

咱们使用了列表生成式来生成y轴的数据，并使用渐变色来绘制图像，matplotlib.pyplot.cm.Blues是matplotlib自带的渐变色，它和c的每个值对应。经过pyplot的axis()函数来设置每一个轴的取值范围。最后将图像保存到本地。生成的图像以下：

3. 随机漫步

随机漫步指的是：每次行走都彻底随机，没有明确的方向，结果是由一系列随机决策决定的。在天然界、物理学、生物学、化学和经济领域，随机漫步都有其实际用途。

使用Python生成随机漫步数据，再使用matplotlib将这些数据绘制出来。首先建立RandomWalk类，代码保存到random_walk.py文件中：

from random import choice

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

        # 全部随机漫步都始于(0, 0)，这两个列表用于存储随机漫步数据
        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        """计算随机漫步包含的全部点"""

        # 不断漫步，直到列表到达指定的长度
        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
            # 经过choice从给定值中随机选取
            x_direction = choice([1, -1])  # 正向仍是负向
            x_distance = choice([0, 1, 2, 3, 4])  # 移动的距离
            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

            # 计算下一个点的坐标
            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)

下面的代码用于生成随机漫步图像，代码保存到rw_visual.py文件中：

import matplotlib.pyplot as plt
from random_walk import RandomWalk

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

    # 设置绘图窗口的尺寸
    plt.figure(figsize=(10, 6))

    # 绘制随机漫步的图像
    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()

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

程序经过一个循环类屡次绘制随机漫步图；经过pyplot的figure()函数来设置图像的尺寸，figsize的单位是英寸；经过渐变色来绘制图像的路径，颜色由浅到深，而且咱们将起点（绿色）和终点（红色）显著标出；最后隐藏坐标轴。最终的图像以下（每次运行的效果都不一样）：

4. 使用Pygal模拟掷骰子

首先咱们须要建立一个骰子类Dice，将其保存到dice.py中：

from random import randint

class Dice:
    """表示一个骰子类"""
    def __init__(self, num_sides=6):
        """骰子默认为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)

能够自行设定骰子的面数。下面是掷两个骰子50000次，统计俩骰子点数之和的分布的模拟，最后生成了一个矢量文件.svg文件，它能在浏览器中打开，代码以下：

import pygal
from dice import Dice

dice_1 = Dice()
dice_2 = Dice(10)

# 掷骰子屡次，并将结果存储在一个列表中
results = []
for roll_num in range(50000):
    results.append(dice_1.roll() + dice_2.roll())

# 分析结果
frequences = []
# 可以模拟掷任何双骰子的状况，无论这些骰子有多少面
max_result = dice_1.num_sides + dice_2.num_sides
for value in range(2, max_result + 1):
    # 统计每一个结果的频数
    frequences.append(results.count(value))

# 对结果进行可视化
# 建立条形图
hist = pygal.Bar()

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

# 给这组数据起个名字，并加到图表中
hist.add("D6 + D10", frequences)
# 将图像渲染为svg文件，矢量图
hist.render_to_file("dice_visual.svg")

注意，frequences中的数据依次与hist.x_labels对应。下面是最终结果：

Pygal让这个图表具备交互性：若是你将鼠标指向该图中的任何数据条，将看到它的具体数据。

5. 小结

本篇主要讲述了：

• 如何生成数据集以及如何对其进行可视化；
• 如何使用matplotlib建立简单的图表；
• 若是使用散点图来探索随机漫步过程；
• 如何使用Pygal建立直方图，以及如何使用直方图来探索同时掷两个面数不一样的骰子的结果。

迎你们关注个人微信公众号"代码港" & 我的网站 www.vpointer.net ~