这是《Python编程：从入门到实践》的第二个实践项目的第一部分，对应第15章，使用Matplotlib和 Plotly绘制简单的图表。是真的讲的太简略了。
1. 使用Matplotlib绘制简单的折线图
import matplotlib.pyplot as plt
input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
fig, ax = plt.subplots()
#subplots()可以在一张图片中绘制一个或多个图表
#fig表示整张图片，ax表示图片中的各个图表
#ax.plot(squares,linewidth=3)
ax.plot(input_values, squares, linewidth=3)
#plot()根据给定的数据以有意义的方式绘制图表
#只输入一个列表时ax.plot(squares)，假设第一个数据点对应x坐标为0
#同时提供输入和输出ax.plot(input_values, squares)
ax.set_title("Square Numbers", fontsize=24) #标题
ax.set_xlabel("Value", fontsize=14) #坐标轴标签
ax.set_ylabel("Square of Value", fontsize=14)
ax.tick_params(axis='both', labelsize=14) #刻度标记
plt.show()
#打开Matplotlib查看器并显示绘制的图表
01_line_graph.png
2. 使用内置样式
import matplotlib.pyplot as plt
print(plt.style.available) #显示有哪些可用的内置样式
mystyles = plt.style.available
# 使用内置样式画图
import matplotlib.pyplot as plt
input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
for mystyle in mystyles:
plt.style.use(mystyle) #使用内置样式
fig, ax = plt.subplots()
ax.plot(input_values, squares)
ax.set_title(mystyle) #标题
ax.set_xlabel("Value") #坐标轴标签
ax.set_ylabel("Square of Value")
ax.tick_params(axis='both') #刻度标记
plt.show()
3. 使用Matplotlib绘制简单的散点图
import matplotlib.pyplot as plt
x_values = range(1, 101)
y_values = [x**2 for x in x_values] #列表解析
plt.style.use('seaborn') #使用内置样式
fig, ax = plt.subplots()
ax.scatter(x_values, y_values, c='red', s=2)
#绘制散点图，传递x和y坐标，点的尺寸s
#颜色c，可用设置为'red'，(0, 0.8, 0)
ax.set_title("Square Numbers", fontsize=20)
ax.set_xlabel("Value", fontsize=13)
ax.set_ylabel("Square of Value", fontsize=13)
ax.tick_params(axis='both', which='major', labelsize=12)
ax.axis([0, 110, 0, 11000]) #每个坐标轴的取值范围，提供4个值，x和y的最小、最大值
plt.show()
03_scatter.png
4. 颜色映射
import matplotlib.pyplot as plt
x_values = range(1, 101)
y_values = [x**2 for x in x_values] #列表解析
plt.style.use('seaborn') #使用内置样式
fig, ax = plt.subplots()
ax.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, s=2)
#绘制散点图，传递x和y坐标，点的尺寸s
#颜色c，设置为y值列表，参数cmap告诉pyplot使用哪个颜色映射
ax.set_title("Square Numbers", fontsize=20)
ax.set_xlabel("Value", fontsize=13)
ax.set_ylabel("Square of Value", fontsize=13)
ax.tick_params(axis='both', which='major', labelsize=12)
ax.axis([0, 110, 0, 11000]) #每个坐标轴的取值范围，提供4个值，x和y的最小、最大值
#plt.show()
plt.savefig('04_colormap.png', bbox_inches='tight') #自动保存图表
04_colormap.png
5. 随机漫步
创建一个随机漫步的类。
from random import choice
class RandomWalk:
"""一个生成随机漫步数据的类"""
#随机漫步可以看做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
def __init__(self, num_points=5000):
"""初始化随机漫步的属性"""
self.num_points = num_points #随机漫步的次数
self.x_values = [0] #随机漫步经过的每个点的xy坐标
self.y_values = [0] #起始于(0,0)
def fill_walk(self):
"""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]) #choice()从中随机选择一个值
x_distance = choice([0, 1, 2, 3, 4])
x_step = x_direction * x_distance
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 #返回循环开头
#计算下一个点的xy值
x = self.x_values[-1] + x_step
y = self.y_values[-1] + y_step
self.x_values.append(x)
self.y_values.append(y)
绘制随机漫步图。
import matplotlib.pyplot as plt
from random_walk import RandomWalk
#创建一个RandomWalk实例
rw = RandomWalk()
rw.fill_walk()
#绘制所有的点
plt.style.use('classic')
fig, ax = plt.subplots()
#ax.scatter(rw.x_values, rw.y_values, s=5)
point_numbers = range(rw.num_points)
ax.scatter(rw.x_values, rw.y_values, c=point_numbers,
cmap=plt.cm.Blues, edgecolors='none', s=5)
#显示图像或保存图片
plt.show()
#plt.savefig('05_random_walks.png', bbox_inches='tight') #自动保存图表
05_random_walks1.png
设置随机漫步图的样式。
import matplotlib.pyplot as plt
from random_walk import RandomWalk
#创建一个RandomWalk实例
rw = RandomWalk(50_000)
rw.fill_walk()
#绘制所有的点
plt.style.use('classic')
fig, ax = plt.subplots(figsize=(8, 6), dpi=115)
#指定生成的图形尺寸，单位为英寸，分辨率默认dpi=100像素/英寸
point_numbers = range(rw.num_points)
ax.scatter(rw.x_values, rw.y_values, c=point_numbers,
cmap=plt.cm.Blues, edgecolors='none', s=1)
#突出起点和终点
ax.scatter(0, 0, c='green', edgecolors='none', s=50)
ax.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=50)
#隐藏坐标轴
ax.get_xaxis().set_visible(False)
ax.get_yaxis().set_visible(False)
#显示图像或保存图片
#plt.show()
plt.savefig('06_random_walks2.png', bbox_inches='tight')
06_random_walks2.png
6. 使用Plotly模拟掷骰子
创建一个表示骰子的类。
from random import randint
class Die:
"""表示一个骰子的类"""
def __init__(self, num_sides=6):
"""骰子默认有6面"""
self.num_sides = num_sides
def roll(self):
""""返回一个位于1和骰子面数的随机数"""
return randint(1, self.num_sides)
掷一个骰子，并绘制直方图。
from plotly.graph_objs import Bar, Layout
from plotly import offline #plotly可以生成交互式图表
from die import Die
#创建一个D6
die = Die()
#投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.roll()
results.append(result)
#分析结果
frequencies = []
for value in range(1, die.num_sides+1):
frequency = results.count(value) #计算每种点数出现了多少次
frequencies.append(frequency)
#对结果进行可视化
x_values = list(range(1, die.num_sides+1)) #list()转化为列表
data = [Bar(x=x_values, y=frequencies)] #Bar()表示用于绘制条形图的数据集，放在方括号里
x_axis_config = {'title': 'Result'} #每个配置选项是一个字典元素
y_axis_config = {'title': 'Frequency of Result'}
my_layout = Layout(title='Results of rolling one D6 1000 times',
xaxis=x_axis_config, yaxis=y_axis_config) #Layout()返回一个指定图表布局和配置的对象
offline.plot({'data': data, 'layout': my_layout}, filename='07_d6.html') #生成图表
07_rolling_the_die1.JPG
掷两个骰子，并绘制点数和的直方图。
from plotly.graph_objs import Bar, Layout
from plotly import offline #plotly可以生成交互式图表
from die import Die
#创建两个D6
die_1 = Die()
die_2 = Die()
#投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) #计算每种点数出现了多少次
frequencies.append(frequency)
#对结果进行可视化
x_values = list(range(2, max_result+1)) #list()转化为列表
data = [Bar(x=x_values, y=frequencies)] #Bar()表示用于绘制条形图的数据集，放在方括号里
x_axis_config = {'title': 'Result', 'dtick': 1} #每个配置选项是一个字典元素，dtick表示显示的刻度间距
y_axis_config = {'title': 'Frequency of Result'}
my_layout = Layout(title='Results of rolling two D6 dice 1000 times',
xaxis=x_axis_config, yaxis=y_axis_config) #Layout()返回一个指定图表布局和配置的对象
offline.plot({'data': data, 'layout': my_layout}, filename='d6_d6.html') #生成图表
08_rolling_the_die2.JPG