python从入门到实践-项目实战二数据可视化-生成数据

项目实战二数据可视化

过去已逝，未来可追

环境：Windows10，python，pycharm
库： matplotlib

第十五章生成数据

plot与scatter的区别

plot的用法

import matplotlib.pyplot as plt

input_values = [1, 2, 3, 4]
squares = [9, 4, 25, 16]
# 设定绘制的线宽# 同时通过输入输出值校正图形
plt.plot(input_values, squares)

plt.show()

运行结果：

scatter的用法

x_values = list(range(1, 6))
y_values = [x**2 for x in x_values]

# 绘制一系列点,在指定位置
plt.scatter(x_values, y_values, s=100)

# 设置标题，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
plt.tick_params(axis='both', which='major', labelsize=14)

plt.show()

运行结果：

综合

这样就清楚了，plot函数绘制点之后会用线连起来，而scatter只是单纯的绘制点而已

使用Pygal模拟掷色子

使用python可视化包Pygal来生成可缩放的矢量图形文件
下载Pygal

python -m pip install --user pygal==1.7

pygal官方网站上面有大量demo，可以来学习研究。

die = Die()

# 掷几次色子，结果存储到列表中
results = []
for roll_num in range(1000):
    result = die.roll()
    results.append(result)


# 分析结果
frequencies = []
for value in range(1, die.num_sides+1):
    # 存放某个可能出现的次数
    frequency = results.count(value)
    # 将频次存到列表中
    frequencies.append(frequency)

# 对结果进行可视化
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"

# 将一系列值添加到图表中
hist.add('D6', frequencies)
hist.render_to_file('img/die_visual.svg')

运行结果：