自习室 | 《Python编程——从入门到实践》（项目2 数据可视化）

答案： Answers-to-Python-Crash-Course【请前往对应章节】

数据可视化指的是通过可视化表示来探索数据，它与数据挖掘紧密相关，而数据挖掘是使用代码来探索数据集的规律和关联。

chap15 生成数据

本章将学习如何生成数据以及如何对其进行可视化，将介绍两个库：一是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；二是Pygal创建直方图，以及使用直方图来探索同时掷两个面数不同的骰子的结果。

15.2 绘制简单的折线图

Step1：导入pyplot模块（此模块中包含很多用于生成图表的函数），并指定别名，以免反复输入pyplot

import matplotlib.pyplot as plt

Step2：创建列表，在其中存储平方数

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

Step3：将列表传递给函数plot()，这个函数尝试尝试根据列表提供的数字绘制出有意义的图形

plt.plot(squares)

Step4：打开matplotlib查看并显示绘制的图形

plt.show()

学会了如何绘制图形，我们还需要做一系列的后续操作。

1. 图形更容易阅读
   下面介绍一些对图形的基本操作：

   操作	代码
   改线条粗细	plt.plot(<列表名>, linewidth=<粗细值>)
   置图表标题	plt.title(<标题名>, fontsize=<字号>)
   修改标签文字	plt.xlable/ylable(<标签名>, fontsize=<字号>)
   修改线条粗细	plt.tick_params(axis=‘both’, lablesize=<字号>)

2. 正确绘制图形
   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，但我们提供的序列的第一个点对应的$x$值为1。为改变这种默认行为，可以给plot()同时提供输入值和输出值，即对应的步骤变为：
   Step2：提供输入值和输出值

   input_values=[1,2,3,4,5]
   squares=[1,4,9,16,25]
   

   Step3：将列表传递给函数plot()，这个函数尝试尝试根据列表提供的数字绘制出有意义的图形

   plt.plot(input_values,squares,linewidth=5)
   

3. 使用scatter()绘制散点图
   ① 绘制单个点

   plt.scatter(2,4)
   

   ② 绘制一系列点

   plt.scatter(x_values,y_values,4)
   

4. 自动计算数据

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

   遍历$x$值，计算其平方值，并将结果存储到列表y_values中。一般这时需要设置坐标轴的取值范围，使用函数：

   axis([<x轴最小值>,<x轴最大值>，<y轴最小值>],<y轴最大值>)
   

5. 散点图操作
   下面介绍一些对散点图进行修改的参数：
   ① 删除数据点的轮廓
   edgecolor='none'
   调用scatter()时传递该实参（默认为蓝色点和黑色轮廓，删除轮廓后为蓝色实心点）。
   ② 自定义颜色
   c=<颜色名称>或c=如c='red'或c=(0,0,0.8)
   在调用scatter()时传递该实参。包含0~1之间的小数值的元组，RGB中值越接近0，指定的颜色越深，值越接近1，指定的颜色越浅。
   ③ 使用颜色映射
   颜色映射是一系列颜色，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。
   c=y_values, cmpa=plt.cm.Blues
   其中参数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。这里代码将$y$值小的点显示为浅蓝色，并将$y$值较大的点显示为深蓝色。
   ④ 自动保存图表

   plt.savefig('squares_plot.png',bbox_inches='tight')
   

   其中，第一个参数指定要以什么样的文件名保存图表；第二个实参指定将图表多余的空白区域裁减掉。

15.3 随机漫步

随机漫步是每次行走都完全随机，没有明确的方向，结果是由一系列随机决策决定的。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。在自然界、物理学、生物学、化学和经济领域，随机漫步都有实际用途。例如，水滴中的分子运动是随机的，因此花粉在水面上的运动路径犹如随机漫步。

1. 创建RandomWalk()类
   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，其它两个是列表，分别存储随机漫步经过的每个点的$x$和$y$坐标。
   这里为做出随机决策，用到了random模块里的choice()函数。
2. 选择方向
   用fill_Walk()来生成漫步包含的点，并决定每次漫步的方向。
3. 绘制漫步地图
   将随机漫步的所有点都绘制出来。
4. 模拟多次随机漫步
   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，一种方法是将这些代码放在一个while循环中。
5. 设置随机漫步图的样式
   设置样式的操作主要包括：
   ① 给点着色 plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor=‘none’,s=15)
   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
   ② 重新绘制起点和终点
   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)
   在绘制随机漫步图后重新绘制起点和终点以呈现
   ③ 隐藏坐标轴
   plt.axes().get_xaxis().set_visible(False)
   plt.axes().get_yaxis().set_visible(False)
   以免注意的是坐标轴而不是随机漫步路径
   注：这个操作我在实现时总是报错…
   ④ 增加点数
   rw=RandomWalk(50000)
   plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor=‘none’,s=1)
   在创建实例时增多num_points的值，并在绘图时调整每个点的大小
   ⑤ 调整尺寸以适应屏幕
   不清楚系统分辨率：plt.figure(figsize=(10,6))
   知道系统分辨率：plt.figure(dpi=128,figsize=(10,6))
   更有效地将数据中的规律呈现出来，函数figure()用于指定图表的宽度、高度、分辨率和背景色

15.4 使用Pygal模拟掷骰子

在本节，我们将使用Python可视化包Pygal来生成可缩放的矢量图形文件。在数学领域中，常常利用投骰子来解释各种数据分析。

chap16 下载数据

16.1 CSV文件

CSV文件：是将数据作为一系列以逗号分隔的值（CSV）写入文件。

CSV文件对人来说阅读起来比较麻烦，但程序可轻松地提取并处理其中的值，这有助于加快数据分析过程。

1. 分析CSV文件头

    # 导入模块csv（csv模块包含在Python标准库中，可用于分析CSV文件中的数据行，让我们快速提取感兴趣的值
   import csv
    
   filename = 'sitka_weather_07-2014.csv'
   # 打开文件，将结果文件对象存储在f中
   with open(filename) as f:
     reader = csv.reader(f)  # 创建一个与该文件向关联的阅读器（reader）对象。reader处理文件中以逗号分割的第一行数据，并将每项数据都作为一个元素存储在列表中
   header_row = next(reader)  # 内置函数next()返回文件的下一行
   print(header_row)
   

   注：文件头的格式并非总是一致的，空格和单位可能出现在奇怪的地方。这在数据文件中很常见，但不会带来问题，

---

即将更新

chap17 使用API

---

附：一些小知识

1. 访问http://matplotlib.org/的示例画廊，可查看使用matplotlib制作的各种图表。单击画廊中的图表，可查看用于生成图表的代码。
2. JSON（JavaScript Object Notation）格式最初是为了JavaScript开发的，但随后成了一种常见格式，被包括Python在内的众多语言采用。模块json能够将简单的Python数据结构转储到文件中，并在程序再次运行时加载该文件中的数据。
3. 要了解pyplot中所有的颜色映射，请访问http://matplotlib.org/，单击Examples，向下滑动到Color Examples，再点击colormaps_reference。
4. 要了解使用Pygal可创建什么样的图表，请查看图表类型画廊：访问http://www.pygal.org/，单击Documentation，再单击Chart types。