《Python编程从入门到实践》学习笔记详解-项目篇(数据可视化)

上一篇总结了《Python从入门到实践》的第1章至第11章即基础语法篇,这篇文章将介绍本书的项目篇之数据可视化。

#项目一 数据可视化



#绘制简单的折线图
import matplotlib.pyplot as plt
squares=[1,4,9,16,25]
plt.plot(squares)
plt.show()

#修改标签文字和线条粗细
import matplotlib.pyplot as plt
squares=[1,4,9,16,25]
plt.plot(squares,linewidth=5)
plt.title("Square Numbers",fontsize=24)
plt.xlabel("Value",fontsize=14)
plt.ylabel("Square of Value",fontsize=14)
#设置刻度标记大小
plt.tick_params(axis='both',labelsize=14)
plt.show()

#校正图形,当向plot()提供一系列数字时,它假设第一个数据点对应的x坐标值为0,
#为改变这种默认行为,需要同时提供输入值和输出值
import matplotlib.pyplot as plt
input_value=[1,2,3,4,5]
output_value=[1,4,9,16,25]
plt.plot(input_value,output_value,linewidth=5)
plt.show()

#使用scatter()绘制散点图并设置样式
import matplotlib.pyplot as plt
input_value=list(range(1,1001))
output_value=[x**2 for x in input_value]
#edgecolor='none'为删除数据点的轮廓;c='red'为颜色定义,也可以表示为c=(0,0,0,8)
plt.scatter(input_value,output_value,s=100,edgecolor='none',c='red')
#设置每个坐标轴的取值范围
plt.axis([0,1100,0,1100000])
plt.show()

#要了解pyplot中所有的颜色映射,可以访问http://matlablib.org/
#再单击examples->color examples->colormaps_reference

#自动保存图表,保存的文件将命名为filename,保存在py文件目录中,tight将指定图表空白
#区域裁剪掉,默认值为保留空白区域
plt.savefig('filename',bbox_inches='tight')

#调整尺寸以适合屏幕
plt.figure(figsize=(10,6))

#http://www.pygal.org/->Documents->Chart types可查看创建的图表类型及源代码
#例如:绘制直方图
import pygal
frequencies = []
for value in range(1,die.num_sides+1):
    frequency=results.count(value)
    frequencies.append(frequency)
    
hist=pygal.Bar()
hist.title="Results"
hist.x_title="results"
hist.y_title="frequency"
hist.x_labels=['1','2','3']

hist.add('D6',frequency)
hist.render_to_file('result.svg')
 


 

你可能感兴趣的:(《Python编程从入门到实践》学习笔记详解-项目篇(数据可视化))