一.安装
pip install matplotlib
二.折线图
# 折线图
import matplotlib.pyplot as plt
squares = [i * i for i in range(1, 6)]
plt.plot(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和客户标记样式
plt.tick_params(axis='both', labelsize=14)
plt.show()
image.png
import matplotlib.pyplot as plt
input_values=[i for i in range(1, 6)]
squares = [i * i for i in range(1, 6)]
plt.plot(input_values,squares, linewidth=5) # 加上x轴刻度值
# 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和客户标记样式
plt.tick_params(axis='both', labelsize=14)
plt.show()
image.png
三.撒点图
# 撒点图
import matplotlib.pyplot as plt
plt.scatter(2,4)
plt.show()
image.png
import matplotlib.pyplot as plt
plt.scatter(2,4,s=200) # s=200表示点的大小
# 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)
plt.tick_params(axis='both',which='major',labelsize=14)
plt.show()
image.png
import matplotlib.pyplot as plt
# 多个点的设置
x_values=[1,2,3,4,5]
y_values=[1,4,9,16,25]
plt.scatter(x_values,y_values,s=100)
# 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)
plt.tick_params(axis='both',which='major',labelsize=14)
plt.show()
image.png
import matplotlib.pyplot as plt
# 自动计算数据
x_values=list(range(1,1001))
y_values=[x**2 for x in x_values]
plt.scatter(x_values,y_values,c='red',s=10,edgecolor='none')
# edgecolor=none 表示删除数据点的轮廓
# c=red 表示设置点的颜色 也可以c=(0,0,0.8)
# 可以c=y_values,cmap=plt.cm.Blues 根据y_values的该表而改变颜色额的深浅 以蓝色为颜色
# 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)
plt.tick_params(axis='both',which='major',labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0,1100,0,1100000])
plt.show()
# 自动保存为图表 第一个参数是图表名称 第二个参数bbox_inches是将图标多余的空白区域裁剪
# plt.savefig('squares_plot.png',bbox_inches='tight')
image.png
三.随机漫步
random_walk.py
from random import choice
class RndomWalk():
def __init__(self, num_points=5000):
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 fill_walk(self):
"""计算水机漫步包含所有的点"""
# 不断漫步,直到列表达到指定的长度
while len(self.x_values) < self.num_points:
# 决定前进方向以及沿者方向前进的距离
x_direction = choice([1, -1])
x_distance = choice([0, 1, 2, 3, 4])
x_step = x_direction * x_distance
x_direction = choice([1, -1])
y_distance = choice([0, 1, 2, 3, 4])
y_step = x_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x和y的值
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)
rw_visual.py
import matplotlib.pyplot as plt
from random_walk import RndomWalk
while True:
# 创建一个RandomWalk实例 并将其包含的点都绘制出来
rw = RndomWalk(50000) # 设置了50000个点
rw.fill_walk()
# 设置绘制窗口的尺寸
plt.figure(figsize=(10, 6), dpi=128) # figsize 设置屏幕尺寸 dpi 设置屏幕分辨率
point_numbers = list(range(rw.num_points))
# 设置点的颜色 渐变
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolor='none', s=1)
# 突出起点和终点
plt.scatter(0, 0, c='green', edgecolor='none', s=100)
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolor='none', s=100)
# 隐藏坐标轴
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
plt.show()
keep_running = input("Make another walk?(y/n):")
if keep_running == 'n':
break
image.png
四.Pygal模拟掷骰子绘制直方图
安装Pygal
pip install --user pygal
die.py
from random import randint
class Die():
"""表示一个骰子的类"""
def __init__(self,num_sides=6):
# 骰子默认为6面
self.num_sides=num_sides
def roll(self):
"""return 一个位于1和骰子面数之间的随机值"""
return randint(1,self.num_sides)
die_visual.py
import pygal
from die import Die
# create die
die_1 = Die()
die_2 = Die()
# 掷几次骰子，并将结果存储在一个列表中
results = []
for roll_num in range(1000):
result = die_1.roll() + die_2.roll()
results.append(result)
# 分析结果
frequencies = []
max_result = die_1.num_sides + die_2.num_sides
for value in range(2, max_result + 1):
frequency = results.count(value)
frequencies.append(frequency)
# 对结果进行可视化
hist = pygal.Bar()
hist.title = "Results of rolling two D6 1000 times"
hist.x_labels = ['2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12']
hist.x_title = "Result"
hist.y_title = "Frequency of Result"
hist.add('D6+D6', frequencies)
hist.render_to_file('die_visual.svg')
image.png