Python编程：从入门到实践之数据可视化( 一)

生成数据

什么是数据可视化？

数据可视化指的是通过可视化表示来探索数据，终极目标是洞悉蕴含在数据中的现象和规律，这里面有多重含义：发现、决策、解释、分析、探索和学习。
它与数据挖掘紧密相关，而数据挖掘指的是使用代码来探索数据集的规律和关联。数据集可以是用一行代码就能表示的小型数字列表，也可以是数以万计的数据。
最流行的可视化工具之一是matplotlib，它是一个数学绘图库，我们将使用它来制作简单的图表，如折线图和散点图。然后，我们将基于随机漫步概念生成一个更有趣的数据集——根据一系列随机决策生成的图表。我们还将使用Pygal包，它专注于生成适合在数字设备上显示的图表。通过使用Pygal，可在用户与图表交互时突出元素以及调整其大小，还可轻松地调整整个图表的尺寸，使其适合在微型智能手表或巨型显示器上显示。我们将使用Pygal以各种方式探索掷骰子的结果。

1.绘制简单的折线图

下面来使用matplotlib绘制一个简单的折线图，再对其进行定制，以实现信息更丰富的数据可视化。我们将使用平方数序列1、4、9、16和25来绘制这个图表。只需向matplotlib提供如下数字，matplotlib就能完成其他的工作：创建一个脚本mpl_squares.py

import matplotlib.pyplot as plt
squares = [1,4,9,16,25]
plt.plot(squares)
plt.show()
# 绘制图表需要了解的matplotlib.pyplot模块，这里起了一个别名plt
# 创建一个列表，用于存储数据
# 并将列表传给函数plot()，此函数表示的是折线图
# matplotlib.pyplot模块通过show()函数打开matplotlib查看器，并显示绘制的图形

以上使用matplotlib可制作的最简单的图表，其中查看器还能调整画布的大小和保存图形到本地电脑。

1.1.修改标签文字和线条粗细

下面通过一些定制来改善这个图形的可读性，如下所示：

import matplotlib.pyplot as plt

squares = [1,4,9,16,25] # 创建一个列表，用于存储数据
plt.plot(squares,linewidth = 5) # 将列表传给函数plot()，决定了绘制的线条的粗细
# 设置图表标题，并给坐标轴加上标签
plt.title("Square Number",fontsize = 24) # 标题主题标签，并指定文字的大小
plt.xlabel("value", fontsize = 14) # X轴值名称标签及指定文字的大小
plt.ylabel("Square of value",fontsize = 14) # Y轴左标签显示及指定文字的大小
# 设置刻度标记的大小
plt.tick_params(axis='both',labelsize = 14) 
# tick_params()函数 设置刻度的样式，both双方，指定的实参刻度标记为影响X轴和Y轴
# 并指定刻度标记的字号设置为14,具体tick_params()函数参数可查看本章末尾。
plt.show() # 显示绘制的图形

1.2.校正图形

图形更容易阅读后，我们发现没有正确地绘制数据：折线图的终点指出4.0的平方为25！下面来修复这个问题。
当你向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，但我们的第一个点对应的x值为1。为改变这种默认行为，我们可以给plot()同时提供输入值和输出值：

import matplotlib.pyplot as plt

input_values = [0,1,2,3,4,5]  # X轴列表数值
squares = [0,1,4,9,16,25] # Y轴列表数值
# 决定了绘制的线条的粗细,也可以设置颜色 c='red',默认都是蓝色
plt.plot(input_values,squares,c='red',linewidth = 5) 
# 设置图表标题，并给坐标轴加上标签
plt.title("Square Number",fontsize = 24) # 标题主题标签，并指定文字的大小
plt.xlabel("value", fontsize = 14) # X轴值名称标签，并指定文字的大小
plt.ylabel("Square of value",fontsize = 14) # Y轴左标签显示，并指定文字的大小
# 设置刻度标记的大小，并指定文字的大小
plt.tick_params(axis='both',which = 'major',labelsize = 14)
plt.axis([0,8,0,30]) # 刻度值大小,X轴Y轴的刻度都在此处定义
plt.show() # 显示画布

使用plot()时可指定各种实参，还可使用众多函数对图形进行定制。本章后面处理更有趣的数据集时，将继续探索这些定制函数。

2.绘制简单的散点图

有时候，需要绘制散点图并设置各个数据点的样式。例如，你可能想以一种颜色显示较小的值，而用另一种颜色显示较大的值。绘制大型数据集时，你还可以对每个点都设置同样的样式，再使用不同的样式选项重新绘制某些点，以突出它们。
要绘制单个点，可使用函数scatter()，并向它传递一对x和y坐标，它将在指定位置绘制一个点：创建一个脚本scatter_squares.py

import matplotlib.pyplot as plt
plt.scatter(2,4)
plt.show()

下面来设置输出的样式，使其更有趣：添加标题，给轴加上标签，并确保所有文本都大到能够看清：

import matplotlib.pyplot as plt

plt.scatter(2,4,s = 200) # 设置点位置,使用实参s设置了绘制图形时使用的点的尺寸
# 设置图表标题并给坐标轴加上标签，并指定文字的大小
plt.title("Square Number",fontsize = 24) # 标题
plt.xlabel("value", fontsize = 14) # X轴
plt.ylabel("Square of value",fontsize = 14) # Y轴
# 设置刻度标记的大小，并指定文字的大小
plt.tick_params(axis='both',which = 'major',labelsize = 14) # 刻度
plt.show()

2.1.绘制一系列的散点

要绘制一系列的点，可向scatter()传递两个分别包含x值和y值的列表，如下所示：

import matplotlib.pyplot as plt

x_values = [1,2,3,4,5] # X轴
y_values = [1,4,9,16,25] # Y轴
plt.scatter(x_values,y_values,s = 100) # 使用点的尺寸
# 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) # X轴
plt.ylabel("Square of value",fontsize = 14) # Y轴
# 设置刻度标记的大小，并指定文字的大小
plt.tick_params(axis='both',which = 'major',labelsize = 14) # 刻度
plt.show()

以上由多个点组成的散点图。

2.2.自动计算数据

手工计算列表要包含的值可能效率低下，需要绘制的点很多时尤其如此。可以不必手工计算包含点坐标的列表，而让Python循环来替我们完成这种计算。下面是绘制1000个点的代码：

import matplotlib.pyplot as plt

x_values = list(range(1,101))
y_values = [x**2 for x in x_values]
plt.scatter(x_values,y_values,s = 20)
# 设置图表标题并给坐标轴加上标签
plt.title("Square Number",fontsize = 24) # 标题主题标签，并指定文字的大小
plt.xlabel("value", fontsize = 14) # X轴值名称标签，并指定文字的大小
plt.ylabel("Square of value",fontsize = 14) # Y轴左标签显示，并指定文字的大小
# 设置刻度标记的大小
plt.tick_params(axis='both',which = 'major',labelsize = 14) # 刻度标记的大小，并指定文字的大小
plt.axis([0,1100,0,110000]) # 刻度值大小
plt.show()

2.3.删除数据点的轮廓

import matplotlib.pyplot as plt

x_values = list(range(1,101))
y_values = [x**2 for x in x_values]
plt.scatter(x_values,y_values,edgecolor='none',s = 20) # 删除数据点的轮廓
# 设置图表标题并给坐标轴加上标签
plt.title("Square Number",fontsize = 24) # 标题主题标签，并指定文字的大小
plt.xlabel("value", fontsize = 14) # X轴值名称标签，并指定文字的大小
plt.ylabel("Square of value",fontsize = 14) # Y轴左标签显示，并指定文字的大小
# 设置刻度标记的大小
plt.tick_params(axis='both',which = 'major',labelsize = 14) # 刻度标记的大小，并指定文字的大小
plt.axis([0,110,0,11000]) # 刻度值大小
plt.show()

将相应调用修改为上述代码后，如果再运行scatter_squares.py，在图表中看到的将是蓝色实心点。

2.4.自定义颜色

要修改数据点的颜色，可向scatter()传递参数c，并将其设置为要使用的颜色的名称，如下所示：

import matplotlib.pyplot as plt

x_values = list(range(1,101))
y_values = [x**2 for x in x_values]
plt.scatter(x_values,y_values,c='red',edgecolor='none',s = 20) # 设置颜色或者c = (0,0,0.8),也可以表示颜色0~1
# 设置图表标题并给坐标轴加上标签
plt.title("Square Number",fontsize = 24) # 标题主题标签，并指定文字的大小
plt.xlabel("value", fontsize = 14) # X轴值名称标签，并指定文字的大小
plt.ylabel("Square of value",fontsize = 14) # Y轴左标签显示，并指定文字的大小
# 设置刻度标记的大小
plt.tick_params(axis='both',which = 'major',labelsize = 14) # 刻度标记的大小，并指定文字的大小
plt.axis([0,110,0,11000])
plt.show()

你还可以使用RGB颜色模式自定义颜色。要指定自定义颜色，可传递参数c，并将其设置为一个元组，其中包含三个0～1之间的小数值，它们分别表示红色、绿色和蓝色分量。例如，下面的代码行创建一个由淡蓝色点组成的散点图c = (0,0,0.8),值越接近0，指定的颜色越深，值越接近1，指定的颜色越浅。

2.5.使用颜色映射

颜色映射（colormap）是一系列颜色，它们从起始颜色渐变到结束颜色。在可视化中，颜色映射用于突出数据的规律，例如，你可能用较浅的颜色来显示较小的值，并使用较深的颜色来显示较大的值。
模块pyplot内置了一组颜色映射。要使用这些颜色映射，你需要告诉pyplot该如何设置数据集中每个点的颜色。下面演示了如何根据每个点的y值来设置其颜色：

import matplotlib.pyplot as plt

x_values = list(range(1,101))
y_values = [x**2 for x in x_values]

plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,edgecolor='none',s = 20) 
# 设置图表标题并给坐标轴加上标签
plt.title("Square Number",fontsize = 24) # 标题主题标签，并指定文字的大小
plt.xlabel("value", fontsize = 14) # X轴值名称标签，并指定文字的大小
plt.ylabel("Square of value",fontsize = 14) # Y轴左标签显示，并指定文字的大小
# 设置刻度标记的大小
plt.tick_params(axis='both',which = 'major',labelsize = 14) # 刻度标记的大小，并指定文字的大小
plt.axis([0,110,0,11000])
plt.show()

我们将参数c设置成了一个y值列表，并使用参数cmap告诉pyplot使用哪个颜色映射。这些代码将y值较小的点显示为浅蓝色，并将y值较大的点显示为深蓝色，生成的图形。

注意

要了解pyplot中所有的颜色映射，请访问 http://matplotlib.org/，单击Examples，向下滚动到Color Examples，再单击colormaps_reference。

2.6.自动保存图表

要让程序自动将图表保存到文件中，可将对plt.show()的调用替换为对plt.savefig()的调用：

import matplotlib.pyplot as plt

x_values = list(range(1,101))
y_values = [x**2 for x in x_values]
plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,edgecolor='none',s = 20) 
# 设置图表标题并给坐标轴加上标签
plt.title("Square Number",fontsize = 24) # 标题
plt.xlabel("value", fontsize = 14) # X轴
plt.ylabel("Square of value",fontsize = 14) # Y轴
# 设置刻度标记的大小
plt.tick_params(axis='both',which = 'major',labelsize = 14) # 刻度，文字大小
plt.axis([0,110,0,11000])
plt.savefig('squares_scatter.png',bbox_inches = 'tight') 
# 指定将图表多余的空白区域裁剪掉。如果要保留图表周围多余的空白区域，可省略这个实参。

plt.savefig()函数，第一个实参指定要以什么样的文件名保存图表，这个文件将存储到scatter_squares.py所在的目录中；第二个实参指定将图表多余的空白区域裁剪掉。如果要保留图表周围多余的空白区域，可省略这个实参。

动手试一试

练习题一

立方：数字的三次方被称为其立方。请绘制一个图形，显示前5个整数的立方值，再绘制一个图形，显示前5000个整数的立方值。

练习题二

彩色立方：给你前面绘制的立方图指定颜色映射。

答案

import matplotlib.pyplot as plt

x_values = list(range(1,6))
y_values = [x**3 for x in x_values]

plt.scatter(x_values,y_values,c='red',edgecolor='none',s = 20) # 设置颜色或者c = (0,0,0.8),也可以表示颜色0~1
plt.title("Square Number",fontsize = 24) # 标题主题标签，并指定文字的大小
plt.xlabel("value", fontsize = 14) # X轴值名称标签，并指定文字的大小
plt.ylabel("Square of value",fontsize = 14) # Y轴左标签显示，并指定文字的大小
plt.tick_params(axis='both',which = 'major',labelsize = 14) # 刻度标记的大小，并指定文字的大小
plt.axis([0,8,0,140])
plt.show()

import matplotlib.pyplot as plt

x_values = list(range(1,5001))
y_values = [x**3 for x in x_values]

plt.scatter(x_values,y_values,c='red',edgecolor='none',s = 20)
plt.title("Square Number",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()

import matplotlib.pyplot as plt

x_values = list(range(1,5001))
y_values = [x**3 for x in x_values]

plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Reds,edgecolor='none',s = 20) 
plt.title("Square Number",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()

3.随机漫步

我们将使用Python来生成随机漫步数据，再使用matplotlib以引人瞩目的方式将这些数据呈现出来。随机漫步是这样行走得到的路径：每次行走都完全是随机的，没有明确的方向，结果是由一系列随机决策决定的。你可以这样认为，随机漫步就是蚂蚁在晕头转向的情况下，每次都沿随机的方向前行所经过的路径。
为模拟随机漫步，我们将创建一个名为RandomWalk的类，它随机地选择前进方向。
这个类需要三个属性，其中一个是存储随机漫步次数的变量，其他两个是列表，分别存储随机漫步经过的每个点的x和y坐标。
RandomWalk类只包含两个方法：init()和fill_walk()，其中后者计算随机漫步经过的所有点。下面先来看看__init__()，如下所示：创建一个脚本random_walk.py

3.1.创建RandomWalk()类

from random import choice # 需要模块choice
# 为做出随机决策，我们将所有可能的选择都存储在一个列表中，并在每次做决策时都使用choice()来决定使用哪种选择。
class RandomWalk(): # 
    """一个生成随机漫步数据的类"""
    def __init__(self,num_points =5000): # 将随机漫步包含的默认点数设置为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)
        # 创建了两个用于存储x和y值的列表，并让每次漫步都从点(0, 0)出发。
        self.x_values = [0]
        self.y_values = [0]

3.2.选择方向

    def fill_walk(self): # 使用fill_walk()来生成漫步包含的点，并决定每次漫步的方向
        """计算随机漫步包含的所有点"""
        # 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
            x_direction = choice([1, -1]) # 使用choice([1, -1])给x_direction选择一个值，结果要么是表示向右走的1，要么是表示向左走的-1
            x_distance = choice([0, 1, 2, 3, 4]) # 随机地选择一个0～4之间的整数，告诉Python沿指定的方向走多远（x_distance）。（通过包含0，我们不仅能够沿两个轴移动，还能够沿y轴移动。）
            x_step = x_direction * x_distance # 随机的X轴
            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)
            # 为获取漫步中下一个点的x值，我们将x_step与x_values中的最后一个值相加，对于y值也做相同的处理。获得下一个点的x值和y值后，我们将它们分别附加到列表x_values和y_values的末尾。

3.3.绘制随机漫步图

下面的代码将随机漫步的所有点都绘制出来：创建一个rw_visual.py

import matplotlib.pyplot as plt
from random_walk import RandomWalk

# 创建一个RandomWalk实例，并将其包含的点都绘制出来
rw = RandomWalk()  # 增加点数
rw.fill_walk()
plt.scatter(rw.x_values,rw.y_values, s=15)
plt.show()

首先导入了模块pyplot和RandomWalk类，然后创建了一个RandomWalk实例，并将其存储到rw中，再调用fill_walk()。在scatter()函数处，我们将随机漫步包含的x和y值传递给scatter()，并选择了合适的点尺寸。显示了包含5000个点的随机漫步图（本节的示意图未包含matplotlib查看器部分，但你运行rw_visual.py时，依然会看到）。

3.4.模拟多次随机漫步

每次随机漫步都不同，因此探索可能生成的各种模式很有趣。要在不多次运行程序的情况下使用前面的代码模拟多次随机漫步，一种办法是将这些代码放在一个while循环中，如下所示：

import matplotlib.pyplot as plt
from random_walk import RandomWalk

# 只要程序处于活动状态，就不断地模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    rw = RandomWalk() # 增加点数
    rw.fill_walk()
    plt.scatter(rw.x_values,rw.y_values,s =15)
    plt.show()
    keep_running = input('make another walk?(y/n):')
    if keep_running == 'n':
        break

这些代码模拟一次随机漫步，在matplotlib查看器中显示结果，再在不关闭查看器的情况下暂停。如果你关闭查看器，程序将询问你是否要再模拟一次随机漫步。如果你输入y，可模拟多次随机漫步：这些随机漫步都在起点附近进行，大多沿特定方向偏离起点，漫步点分布不均匀等。要结束程序，请输入n。

3.5.设置随机漫步图的样式和给点着色

import matplotlib.pyplot as plt
from random_walk import RandomWalk

# 只要程序处于活动状态，就不断地模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    rw = RandomWalk() # 增加点数
    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 =15)
    plt.show()
    keep_running = input('make another walk?(y/n):')
    if keep_running == 'n':
        break

我们使用了range()生成了一个数字列表，其中包含的数字个数与漫步包含的点数相同。接下来，我们将这个列表存储在point_numbers中，以便后面使用它来设置每个漫步点的颜色。我们将参数c设置为point_numbers，指定使用颜色映射Blues，并传递实参edgecolor=none以删除每个点周围的轮廓。最终的随机漫步图从浅蓝色渐变为深蓝色。

3.6.重新绘制起点和终点

除了给随机漫步的各个点着色，以指出它们的先后顺序外，如果还能呈现随机漫步的起点和终点就更好了。为此，可在绘制随机漫步图后重新绘制起点和终点。我们让起点和终点变得更大，并显示为不同的颜色，以突出它们，如下所示：

import matplotlib.pyplot as plt
from random_walk import RandomWalk

# 只要程序处于活动状态，就不断地模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    rw = RandomWalk() # 增加点数
    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 =15)

    # 突出起点和终点，并按照自己需要的段落，加上颜色
    plt.scatter(0, 0, c='green', edgecolors='none', s=100)
    for i in range(200,301):
        plt.scatter(rw.x_values[i],rw.y_values[i], c='pink', edgecolors='none', s=15)
    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=100)

    plt.show()
    keep_running = input('make another walk?(y/n):')
    if keep_running == 'n':
        break

3.7.隐藏坐标轴

import matplotlib.pyplot as plt
from random_walk import RandomWalk
import warnings # 告警不提示
warnings.filterwarnings('ignore') # 告警不提示

# 只要程序处于活动状态，就不断地模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    rw = RandomWalk() # 增加点数
    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 =15)

    # 突出起点和终点，并按照自己需要的段落，加上颜色
    plt.scatter(0, 0, c='green', edgecolors='none', s=100)
    for i in range(200,301):
        plt.scatter(rw.x_values[i],rw.y_values[i], c='pink', edgecolors='none', s=15)
    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()
    keep_running = input('make another walk?(y/n):')
    if keep_running == 'n':
        break

为修改坐标轴，使用了函数plt.axes()来将每条坐标轴的可见性都设置为False。随着你越来越多地进行数据可视化，经常会看到这种串接方法的方式。
此处你应该出现警告，我各种百度都没有找到解决办法，只能规避警告，让他不提示，但是并不影响使用。

3.8.增加点数

下面来增加点数，以提供更多的数据。为此，我们在创建RandomWalk实例时增大num_points的值，并在绘图时调整每个点的大小

import matplotlib.pyplot as plt
from random_walk import RandomWalk
import warnings # 告警不提示
warnings.filterwarnings('ignore') # 告警不提示

# 只要程序处于活动状态，就不断地模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    rw = RandomWalk(50000) # 增加点数
    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 =1)

    # 突出起点和终点，并按照自己需要的段落，加上颜色
    plt.scatter(0, 0, c='green', edgecolors='none', s=100)
    for i in range(200,301):
        plt.scatter(rw.x_values[i],rw.y_values[i], c='pink', edgecolors='none', s=15)
    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()
    keep_running = input('make another walk?(y/n):')
    if keep_running == 'n':
        break

模拟一次包含50000个点的随机漫步（以模拟现实情况），并将每个点的大小都设置为1。

3.9.调整尺寸以适合屏幕

图表适合屏幕大小时，更能有效地将数据中的规律呈现出来。为让绘图窗口更适合屏幕大小，可像下面这样调整matplotlib输出的尺寸

import matplotlib.pyplot as plt
from random_walk import RandomWalk
import warnings # 告警不提示
warnings.filterwarnings('ignore') # 告警不提示

# 只要程序处于活动状态，就不断地模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    rw = RandomWalk(50000) # 增加点数
    rw.fill_walk()
    # 设置绘图窗口的尺寸
    plt.figure(figsize=(10, 6))
    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 =1)

    # 突出起点和终点，并按照自己需要的段落，加上颜色
    plt.scatter(0, 0, c='green', edgecolors='none', s=100)
    for i in range(200,301):
        plt.scatter(rw.x_values[i],rw.y_values[i], c='pink', edgecolors='none', s=15)
    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()
    keep_running = input('make another walk?(y/n):')
    if keep_running == 'n':
        break

函数figure()用于指定图表的宽度、高度、分辨率和背景色。你需要给形参figsize指定一个元组，向matplotlib指出绘图窗口的尺寸，单位为英寸。Python假定屏幕分辨率为80像素/英寸，如果上述代码指定的图表尺寸不合适，可根据需要调整其中的数字。如果你知道自己的系统的分辨率，可使用形参dpi向figure()传递该分辨率，以有效地利用可用的屏幕空间
plt.figure(dpi=128,figsize=(10,6))

动手试一试

练习题一

分子运动：修改rw_visual.py，将其中的plt.scatter()替换为plt.plot()。为模拟花粉在水滴表面的运动路径，向plt.plot()传递rw.x_values和rw.y_values，并指定实参值linewidth。使用5000个点而不是50000个点。

练习题二

改进的随机漫步：在类RandomWalk中，x_step和y_step是根据相同的条件生成的：从列表[1, -1]中随机地选择方向，并从列表[0, 1, 2, 3, 4]中随机地选择距离。请修改这些列表中的值，看看对随机漫步路径有何影响。尝试使用更长的距离选择列表，如0～8；或者将-1从x或y方向列表中删除。

练习题三

重构：方法fill_walk()很长。请新建一个名为get_step()的方法，用于确定每次漫步的距离和方向，并计算这次漫步将如何移动。然后，在fill_walk()中调用get_step()两次：

答案

import matplotlib.pyplot as plt
from random_walk import RandomWalk
import warnings # 告警不提示
warnings.filterwarnings('ignore') # 告警不提示

# 只要程序处于活动状态，就不断地模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    rw = RandomWalk(5000) # 增加点数
    rw.fill_walk()
    # 设置绘图窗口的尺寸
    plt.figure(figsize=(10, 6))

    point_numbers = list(range(rw.num_points))
    plt.plot(rw.x_values,rw.y_values,linewidth =1)

    # 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

            x_direction = choice([1]) #
            x_distance = choice([0, 1, 2, 3, 4,5,6,7,8])
            x_step = x_direction * x_distance
            y_direction = choice([1])
            y_distance = choice([0, 1, 2, 3, 4,5,6,7,8])
            y_step = y_direction * y_distance

4.使用Pygal模拟掷骰子

使用Python可视化包Pygal来生成可缩放的矢量图形文件。对于需要在尺寸不同的屏幕上显示的图表，这很有用，因为它们将自动缩放，以适合观看者的屏幕。如果你打算以在线方式使用图表，请考虑使用Pygal来生成它们，这样它们在任何设备上显示时都会很美观。
我们将对掷骰子的结果进行分析。掷6面的常规骰子时，可能出现的结果为1～6点，且出现每种结果的可能性相同。然而，如果同时掷两个骰子，某些点数出现的可能性将比其他点数大。为确定哪些点数出现的可能性最大，我们将生成一个表示掷骰子结果的数据集，并根据结果绘制出一个图形。

4.1.准备工作,安装Pygal

4.2.创建一个类，模拟掷一个骰子

创建一个脚本die.py

from random import randint
class Die():
    """表示一个骰子的类"""
    # 接受一个可选参数。创建这个类的实例时，如果没有指定任何实参，面数默认为6
    def __init__(self,num_sides =6): 

        """骰子默认为6面"""
        self.num_sides = num_sides
    # 方法roll()使用函数randint()来返回一个1和面数之间的随机数。这个函数可能返回起始值1、终止值num_sides或这两个值之间的任何整数
    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)

4.3.掷骰子

创建一个脚本die_visual.py 创建图表前，先来掷D6骰子，将结果打印出来，并检查结果是否合理：

from die import Die
# 创建一个D6
die = Die()
# 掷几次骰子，并将结果存储在一个列表中
results = []
for roll_num in range(100):
    result = die.roll()
    results.append(result)
print(results)

我们掷骰子100次，并将每次的结果都存储在列表results中

4.4.分析结果

为分析掷一个D6骰子的结果，我们计算每个点数出现的次数：

from die import Die
# 创建一个D6
die = Die()
# 掷几次骰子，并将结果存储在一个列表中
results = []
for roll_num in range(100):
    result = die.roll()
    results.append(result)
# 分析结果
frequencies = []
for value in range(1,die.num_sides+1):
    frequency = results.count(value)
    frequencies.append(frequency)
print(frequencies)

4.5.绘制直方图

有了频率列表后，我们就可以绘制一个表示结果的直方图。直方图是一种条形图，指出了各种结果出现的频率。创建这种直方图的代码如下:

from die import Die
import pygal
# 创建一个D6
die = Die()
# 掷几次骰子，并将结果存储在一个列表中
results = []
for roll_num in range(100):
    result = die.roll()
    results.append(result)
# 分析结果
frequencies = []
for value in range(1,die.num_sides+1):
    frequency = results.count(value)
    frequencies.append(frequency)
hist = pygal.Bar()
hist.title = "Results of rolling one D6 1000 times."
hist.x_labels = ['1','2','3','4','5','6']
hist.x_title = "Result"
hist.y_title = "Frequency of Result"
hist.add('D6',frequencies)
hist.render_to_file('die_visual.svg')

为创建条形图，我们创建了一个pygal.Bar()实例，并将其存储在hist中。接下来，我们设置hist的属性title（用于标示直方图的字符串），将掷D6骰子的可能结果用作x轴的标签，并给每个轴都添加了标题。我们使用add()将一系列值添加到图表中（向它传递要给添加的值指定的标签，还有一个列表，其中包含将出现在图表中的值）。最后，我们将这个图表渲染为一个SVG文件，这种文件的扩展名必须为.svg。要查看生成的直方图，最简单的方式是使用Web浏览器。为此，在任何Web浏览器中新建一个标签页，再在其中打开文件die_visual.svg（它位于die_visual.py所在的文件夹中）。

注意，Pygal让这个图表具有交互性：如果你将鼠标指向该图表中的任何条形，将看到与之相关联的数据。在同一个图表中绘制多个数据集时，这项功能显得特别有用。

4.6.同时掷两个骰子

同时掷两个骰子时，得到的点数更多，结果分布情况也不同。下面来修改前面的代码，创建两个D6骰子，以模拟同时掷两个骰子的情况。每次掷两个骰子时，我们都将两个骰子的点数相加，并将结果存储在results中。请复制die_visual.py并将其保存为dice_visual.py，再做如下修改：

from die import Die
import pygal
# 创建一个D6
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(100):
    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)
# 可视化结果
hist = pygal.Bar()
hist.title = "Results of rolling one 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')

创建两个Die实例后，我们掷骰子多次，并计算每次的总点数。可能出现的最大点数12为两个骰子的最大可能点数之和，我们将这个值存储在了max_result中。可能出现的最小总点数2为两个骰子的最小可能点数之和。分析结果时，我们计算2到max_result的各种点数出现的次数。我们原本可以使用range(2, 13)，但这只适用于两个D6骰子。模拟现实世界的情形时，最好编写可轻松地模拟各种情形的代码。前面的代码让我们能够模拟掷任何两个骰子的情形，而不管这些骰子有多少面。创建图表时，我们修改了标题、x轴标签和数据系列。（如果列表x_labels比这里所示的长得多，那么编写一个循环来自动生成它将更合适。）运行这些代码后，在浏览器中刷新显示图表的标签页，你将看到如图所示的图表。

这个图表显示了掷两个D6骰子时得到的大致结果。正如你看到的，总点数为2或12的可能性最小，而总点数为7的可能性最大，这是因为在6种情况下得到的总点数都为7。这6种情况如下：1和6、2和5、3和4、4和3、5和2、6和1。

4.7.同时掷两个面数不同的骰子

下面来创建一个6面骰子和一个10面骰子，看看同时掷这两个骰子50000次的结果如何

from die import Die
import pygal
# 创建一个D6
die_1 = Die()
die_2 = Die(10)
# 掷几次骰子，并将结果存储在一个列表中
results = []
for roll_num in range(50000):
    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)
# 可视化结果
hist = pygal.Bar()
hist.title = "Results of rolling one D6 1000 times."
hist.x_labels = ['2','3','4','5','6','7','8','9','10','11','12','13','14','15','16']
hist.x_title = "Result"
hist.y_title = "Frequency of Result"
hist.add('D6+D10',frequencies)
hist.render_to_file('die_visual.svg')

为创建D10骰子，我们在创建第二个Die实例时传递了实参10。我们还修改了第一个循环，以模拟掷骰子50000次而不是1000次。可能出现的最小总点数依然是2，但现在可能出现的最大总点数为16，因此我们相应地调整了标题、x轴标签和数据系列标签。显示了最终的图表。可能性最大的点数不是一个，而是5个，这是因为导致出现最小点数和最大点数的组合都只有一种（1和1以及6和10），但面数较小的骰子限制了得到中间点数的组合数：得到总点数7、8、9、10和11的组合数都是6种。因此，这些总点数是最常见的结果，它们出现的可能性相同。
通过使用Pygal来模拟掷骰子的结果，能够非常自由地探索这种现象。只需几分钟，就可以掷各种骰子很多次。

动手试一试

练习题一：自动生成标签：请修改die.py和dice_visual.py，将用来设置hist.x_labels值的列表替换为一个自动生成这种列表的循环。如果你熟悉列表解析，可尝试将die_visual.py和dice_visual.py中的其他for循环也替换为列表解析。

练习题二：两个D8骰子：请模拟同时掷两个8面骰子1000次的结果。逐渐增加掷骰子的次数，直到系统不堪重负为止。

练习题三：同时掷三个骰子：如果你同时掷三个D6骰子，可能得到的最小点数为3，而最大点数为18。请通过可视化展示同时掷三个D6骰子的结果。

练习题四：将点数相乘：同时掷两个骰子时，通常将它们的点数相加。请通过可视化展示将两个骰子的点数相乘的结果。

练习题五：练习使用本章介绍的两个库：尝试使用matplotlib通过可视化来模拟掷骰子的情况，并尝试使用Pygal通过可视化来模拟随机漫步的情况。

在此篇中，你学习了：如何生成数据集以及如何对其进行可视化；如何使用matplotlib创建简单的图表，以及如何使用散点图来探索随机漫步过程；如何使用Pygal来创建直方图，以及如何使用直方图来探索同时掷两个面数不同的骰子的结果。使用代码生成数据集是一种有趣而强大的方式，可用于模拟和探索现实世界的各种情形。完成后面的数据可视化项目时，请注意可使用代码模拟哪些情形。请研究新闻媒体中的可视化，看看其中是否有图表是以你在这些项目中学到的类似方式生成的。

# matplotlib.pyplot.tick_params参数
# 1.axis——轴：{ ’ x ’ ，’ y ’ ，’ both ’ }
# 参数axis的值分别代表设置X轴、Y轴以及同时设置。默认值为 ’ both ’ 。
# 2.reset——重置：布尔
# 如果为True，则在处理其他关键字参数之前将所有参数设置为默认值。默认值为False。
# 3.which——其中：{ ‘ major ’ ，‘ minor ’ ，‘ both ’ }
# 参数which的值分别代表为“主要”，“次要”，“两者”。默认值为’ major '。
# 4.direction / tickdir——方向： {‘in’，‘out’，‘inout’}
# 将刻度线置于轴内，轴外或两者皆有。
# 5.size / length——长度：浮点
# 刻度线长度（以磅为单位）。
# 6.width——宽度：浮动
# 刻度线宽度（以磅为单位）。
# 7.color——颜色：颜色
# 刻度颜色；接受任何mpl颜色规格。
# 8.pad——垫：浮球
# 刻度和标签之间的距离（以磅为单位）。
# 9.labelsize——标签大小：float 或 str
# 刻度标签字体大小（以磅为单位）或字符串（例如，“大”）。
# 10.labelcolor——标签颜色：颜色
# 刻度标签颜色；mpl颜色规格
# 11.colors——颜色：颜色
# 将刻度颜色和标签颜色更改为相同的值：mpl color spec。
# 12.zorder——zorder：浮动
# 勾选并标记zorder。
# 13.bottom，top，left，right——底部，顶部，左侧，右侧：布尔
# 是否绘制各个刻度。
# 14.labelbottom，labeltop，labelleft，labelright——标签底部，标签顶部，标签左侧，标签右侧：布尔
# 是否绘制各个刻度标签。
# 15.labelrotation：浮动
# 刻度线标签逆时针旋转给定的度数
# 16.gridOn——网格线：布尔
# 是否添加网格线
# 17.grid_color——网格线颜色：颜色
# 将网格线颜色更改为给定的mpl颜色规格。
# 18.grid_alpha——网格线透明度：浮点数
# 网格线的透明度：0（透明）至1（不透明）。
# 19.grid_linewidth——网格线宽度：浮点数
# 网格线的宽度（以磅为单位）。
# 20.grid_linestyle——网格线型：字符串
# 任何有效的Line2D线型规范。

以上内容均由
Python编程：从入门到实践
以上内容还包括：
matplotlib画廊介绍：http://matplotlib.org/
Pygal画廊介绍：http://www.pygal.org/