项目2 数据可视化

第十五章 生成数据

matplotlib数学绘图库

pygal专注生成适合在数字设备上显示的图表

15.1 绘制折线图

import matplotlib.pyplot as plt #导入matplotlib中的pyplot模块并指定别名plt

squares = [1, 4, 9, 16, 25]

plt.plot(squares)

plt.show()

15.1.1 修改标题、坐标轴文字和线条粗细、校正图形

import matplotlib.pyplot as plt

values = [1, 2, 3, 4, 5] #横坐标轴

squares = [1, 4, 9, 16, 25] #纵坐标

plt.plot(values, squares, '-og', linewidth = 5, markerfacecolor = 'b') #-og表示实线、圆圈点、绿色

plt.title('Square Numbers', fontsize = 24)

plt.xlabel('Value', fontsize = 20)

plt.ylabel('Squares of Value', fontsize = 20)

plt.tick_params(axis = 'x', labelsize = 16) #如果要同时设置，可以axis = 'both'

plt.tick_params(axis = 'y', labelsize = 20)

plt.show()

利用matplotlib绘制折线图

15.2.2 使用scatter()绘制散点图

在上例使用plt.plot()时，将'-og'换成'og'可以实现散点图

但是有时候我们需要设置各个数据点的样式，比如换颜色，设置大小

使用scatter(),并向它传递一对x,y坐标,并设置样式

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4, 5]

y_values = [1, 4, 8, 16, 32]

plt.scatter(x_values, y_values, s=100)

plt.title('Scatter Numbers', fontsize = 25)

plt.xlabel('independent variable', fontsize = 15)

plt.ylabel('dependent variable', fontsize = 15)

plt.tick_params(axis = 'both', which = 'both', labelsize = 12) #这里的which参数是主刻度(major)和副刻度(minor),默认是'both'

plt.show()

利用matplotlib绘制散点图

15.2.3 自动计算数据

利用Python遍历循环

import matplotlib.pyplot as plt

x_values = list(range(1,1001))

y_values = [x ** 2 for x in x_values]

plt.scatter(x_values, y_values, s = 20)

plt.title('Squares of Values', fontsize = 18)

plt.xlabel('Value', fontsize = 15)

plt.ylabel('Square of Values', fontsize = 15)

plt.tick_params(axis = 'both', labelsize = 10)

plt.axis([0, 1100, 0, 1100000]) #这里设置坐标轴的取值范围

plt.show()

调用scatter()时传递实参edgecolor='none'会消除默认的黑色轮廓,显示蓝色实心点(默认蓝色),传递实参c = 'red'显示红色

利用matplotlib绘制散点图

15.2.4 自定义颜色

上面提到的c = 'red'是一种办法

另外可以使用RGB颜色模式自定义颜色

传递参数c,设置为一个(元组),包含三个0~1的小数值,分别表示红、绿、蓝分量,值越接近1颜色越浅.

15.2.5 使用颜色映射

调用scatter()时,将参数c设置成y值列表,并使用参数cmap告诉pyplot使用哪个颜色映射

matplotlib.org的examples页面,找到color examples,点击colormaps_reference,了解更多的颜色映射

15.2.6 自动保存图表

plt.show()替换为plt.savefig()

plt.savafig('图片名.png', bbox_inches='tight'), 后面参数表示将图表多余的空白区域裁剪掉,省略这个实参会保留空白区域.

15.3 随机漫步

from random import choice

class Randomwalk(): #在random_walk.py中创建一个类

    def __init__(self, num_points = 5000):

        self.num_points = num_points

        self.x_values = [0] #起始点

        self.y_values = [0]

    def fill_walk(self):

        while len(self.x_values) < self.num_points:

            x_direction = choice([-1, 1]) #确定方向

            x_distance = choice([0, 1, 2, 3, 4]) #确定距离

            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

            if x_step == 0 and y_step == 0: #不能原地不动

                continue

            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)

---

import matplotlib.pyplot as plt

from random_walk import Randomwalk

while True:

    rw = Randomwalk()

    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, edgecolor='none', s = 10) #设置样式

    plt.show()

    keep_running = input('would u like another walk?(y/n):')

    if keep_running == 'n':

        break

随机漫步可视化

15.3.1 隐藏坐标轴

plt.axes().get_xaxis().set_visible(False)

plt.axes().get_yaxis().set_visible(False)

15.3.2 调整尺寸适合屏幕

plt.figure(figsize=(10,6)) #单位是英寸,需要先调整尺寸,再绘制图

15.4 使用pygal模拟掷骰子

15.4.1 创建Die类模拟一个骰子

from random import randint

class Die():

    def __init__(self, num_sides=6): #骰子默认为6面

        self.num_sides = num_sides

    def roll(self):

        return randint(1, self.num_sides) #randint()返回1到self.num_sides之间的随机数

15.4.2 掷骰子

die_visual.py

from die import Die

die = Die()

results = []

for roll_num in range(100): #表示掷骰子100次

    result = die.roll()

    results.append(result)

print(results)

15.4.3 分析结果

接上面代码

frequencies = []

for value in range(1, die.num_sides+1):

    frequency = results.count(value)

    frequencies.append(frequency)

print(frequencies)

15.4.4 绘制直方图

接上面代码

import pygal

hist = pygal.Bar() #先创建实例,再增加属性

hist.title = '掷骰子10000次的结果' #设置标题

hist.x_labels = ['1', '2', '3', '4', '5','6']

hist.x_title = '结果'

hist.y_title = '结果的频数'

hist.add('Damon的作品', frequencies) #这里'Damon的作品'表示图例

hist.render_to_file('die_visual.svg')

掷骰子可视化分析

第十六章 下载数据

模块csv和json

16.1 CSV文件格式

在github上下载文件，利用Octo Mate插件

16.1.1 分析CSV文件头

province_distribution.py

import csv

filename = 'province distribution.csv' #这里我导出了我司二月份百度推广的地域数据

with open(filename) as f:

    reader = csv.reader(f)

    header_row = next(reader) #csv中的方法,它返回文件中下一行

    print(header_row)

['日期', '账户', '省', '消费', '展现', '点击', '点击率', '平均点击价格', '网页转化', '商桥转化', '电话转化']

16.1.2 打印文件头及其位置

--snip--

with open(filename) as f:

    reader = csv.reader(f)

    header_row = next(reader)

    for index, column_header in enumerate(header_row): #这里的enumerate()获取每个元素的索引及其值

        print(index, column_header)

0 日期

1 账户

2 省

3 消费

4 展现

5 点击

6 点击率

7 平均点击价格

8 网页转化

9 商桥转化

10 电话转化

16.1.3 提取并读取数据

--snip--

with open(filename) as f:

    reader = csv.reader(f)

    header_row = next(reader)

    province = []

    for row in reader:

        province.append(row[2]) #注意这里的索引用中括号

    print(province)

['北京', '上海', '天津', '广东', '福建', '广西', '河北', '河南', '湖北', '湖南', '江苏', '江西', '山东', '浙江']