Python数据生成知识总结
1.1绘制折线图
导入import matplotlib.pyplot as plt
用plt来调用
写出一个列表，用plot()方法绘制，生成折线图
plt.show()展示界面
1.2import matplotlib.pyplot as plt
squares = [1,4,9,16,25]
plt.plot(squares,linewidth = 5) #描绘出图表函数，设置线条宽度
#设置图标标题，给坐标加上标签
plt.title("Square Number",fontsize = 24)
plt.xlabel("Value",fontsize = 14)
plt.ylabel("Square of Value",fontsize = 14)
plt.show()
这样写默认在x轴上从0到4，而y轴显然是1-5数的平方，为了解决这个问题，需要修改x轴上的数值，加上input_values = [1,2,3,4,5]这个列表，并在plt.plot()方法上添加参数，
plt.plot(input_values,squares,linewidth = 5)
2.1绘制点分布图
使用scatter()方法，传递x，y坐标，在那个位置上绘制出那个点
plt.scatter(2,4,s=5) #s= 设置点的半径大小
plt.show()
#设置图标标题，给坐标加上标签
plt.title("Square Number",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',which='major',labelsize = 14)
plt.show()
2.2将列表里的数值用scatter绘制成点
x_values =[1,2,3,4,5]
y_values = [1,4,9,16,25]
plt.scatter(x_values,y_values,s=20) #绘制x_values和y_ values里的数据
#设置图标标题并给坐标加上标签
plt.title("Square Numbers",fontsize = 4)
plt.xlabel("Value",fontsize = 4)
plt.ylabel("Value",fontsize = 4)
#设置刻度标记大小
plt.tick_params(axis = 'both',which='major',labelsize = 14)
plt.show()
这个和1.2里的示例一样的，只是使用的方法不同
2.3使用列表计算数据
下面在列表里进行运算，使用cmap传递实现颜色映射，深浅随着y值大小递增
'''创建一个列表，取值从1到1000'''
x_values = list(range(1,1001))
y_values = [x**2 for x in x_values] #y列表里面的数值是x列表对应值的平方
#将参数c设置成一个y值列表，用参数cmap告诉pyplot使用颜色映射
#使用edgecolors=’none’删除数据点的轮廓
plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,edgecolors='none',s=10)
#设置图标标题并给坐标加上标签
plt.title("Square Numbers",fontsize = 4)
plt.xlabel("Value",fontsize = 4)
plt.ylabel("Value",fontsize = 4)
plt.tick_params(axis = 'both',which='major',labelsize = 14)
plt.show()
plt.savefig('D:/squares_plot.png',bbox_inches='tight')
‘’’自动保存图标到文件到外部文件夹,因为Pycharm里无法显示’’’
3.随机分布
3.1 创建一个类能自己在(0,0)随机选择方向，有两个列表存储经过的每个点的坐标
classRandomWalk():
def fill_walk(self,num_points=50000):
#初始化随机漫步的点
self.num_points = num_points
#为做出随机决策，将所有的选择都存储在一个列表里
#所有随机决策都始于(0,0)
self.x_values = [0]
self.y_values = [0]
#随机选择方向
whilelen(self.x_values)<self.num_points:
x_direction = choice([1,-1])
x_distance = choice([0,1,2,3,4])
x_step = x_direction * x_distance
'''决定前进方向以及这个方向的前进距离'''
y_direction = choice([1,-1])
y_distance = choice([0,1,2,3,5])
y_step = y_direction * y_direction
#拒绝原地停留
if x_step == 0 and y_step == 0:
continue
'''计算下一个点的x和y的值'''
next_x = self.x_values[-1] + x_step
next_y = self.y_values[-1] + y_step
#将next_x的值添加到x_values这个属性列表里
self.x_values.append(next_x)
self.y_values.append(next_y)
3.2绘制随机分布图:
from random_walk import RandomWalk
#只要程序处于活动状态，就不断的模拟随机漫步
while True:
# 实例化RandomWalk，并将其属性列表包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk() #调用Random类里面的分布点的方法
plt.scatter(rw.x_values,rw.y_values,s=1)
plt.show()
3.3给点上色并选择多次分布
point_numbers =list(range(rw.num_points))
#点的颜色随着y的值递增
plt.scatter(rw.x_values,rw.y_values,c=point_numbers ,cmap=plt.cm.Blues,edgecolors='none',s=1)
#设置绘图窗口的尺寸
plt.figure(dpi=128, figsize=(10,6))
#用figure()用于指定图标的宽度、高度、分辨率和背景色
询问是否继续漫步：
keep_running =input("Make another walk? (y/n)")
if keep_running == 'n':
break
当然也可以这样写（unrecommend）：
keep_running = input("Makeanother walk? (y/n)")
if keep_running == 'y':
continue
不过这样y没反应，而且n会继续显示窗口
3.4可以加上这样的语句隐藏坐标轴
#隐藏坐标
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
3.5突出起点和终点
'''突出起点和终点'''
plt.scatter(0,0,c='green',edgecolors='none',s=10)
#绘制两个点
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=10)
注: 可以在def fill_walk(self,num_points=50000): 属性这里设置点的数量
4.使用Pygal模拟掷骰子
4.1安装Pygal模块
可以在cmd使用pip install Pygal,也可以在pycharm的setting里面下载
4.2创建一个骰子类
from random importrandint
'''模拟掷骰子'''
class Die():
#设置骰子面数为6,即存储的数据个数为6
num_sides= 6
#用__init()__方法接收一个可选参数，设定为面数
def __int__(self,num_sides):
self.num_sides = num_sides
#用roll()方法使用randint()来返回一个1和面数之前的随机数
def roll(self):
return randint(1, self.num_sides)
4.3掷骰子
from die importDie
#创建一个D6的实例
d6 = Die()
results = [] #创建空列表来存储结果
for roll_num in range(1000): #掷了1000次骰子
result = d6.roll()
results.append(result)
print(results)
列表长度是1000
4.4分析结果
frequencies = []
for value in range(1,d6.num_sides+1):
frequency = results.count(value)
frequencies.append(frequency) #将分析的数据加到列表里
print(frequencies)
分析6个面在执行1-1001次中出现的次数，将results里的同一个数值加起来
4.4将数据可视化:
#对结果可视化
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"
hist.add('D6',frequencies)
hist.render_to_file('D:/die_visual.svg')
结果展示:
4.5同时两个掷骰子:
from die importDie
import pygal
die_1 = Die()
die_2 = Die()
results = []
for roll_num in range(50000):
result = die_1.roll() + die_2.roll() #将两个结果加起来
results.append(result)
#分析结果，将结果存放在frequencies
frequencies = []
max_result = die_1.num_sides + die_2.num_sides
for value in range(2,max_result+1): #两个骰子出现次数的取值
frequency = results.count(value)
frequencies.append(frequency)
print(frequencies)
#可视化结果
hist = pygal.Bar()
hist.title = "Results of rolling two D6 and D10 dice 1000 times."
‘’‘因为是两个骰子一起掷，所以出现的情况是这样的’‘’
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+D10',frequencies) #设置图例
hist.render_to_file('D:\dice_visual.svg') #图表存放的位置