Python數(shù)據(jù)可視化之簡單折線圖的繪制

更新時間：2022年10月20日 15:41:02 作者：hacker707

這篇文章主要為大家詳細介紹了Python數(shù)據(jù)可視化之繪制簡單折線圖的相關(guān)資料，文中的示例代碼簡潔易懂，感興趣的小伙伴可以了解一下

創(chuàng)建RandomWalk類

為模擬隨機漫步，我們將創(chuàng)建一個RandomWalk類，隨機選擇前進方向，這個類有三個屬性，一個存儲隨機漫步的次數(shù)，另外兩個存儲隨機漫步的每個點的x,y坐標，每次漫步都從點(0,0)出發(fā)

from random import choice

class RandomWalk():
    '''一個生成隨機漫步數(shù)據(jù)的類'''
    def __init__(self,num_points=5000):
        '''初始化隨機漫步的屬性'''
        self.num_points = num_points

        # 所有隨機漫步都始于(0,0)
        self.x_values = [0]
        self.y_values = [0]

選擇方向

我們將使用fill_walk()來生成隨機漫步包含的點，并決定每次漫步的方向。并將其添加到random_walk.py中改正代碼如下：

from random import choice


class RandomWalk():
    '''一個生成隨機漫步數(shù)據(jù)的類'''

    def __init__(self, num_points=5000):
        '''初始化隨機漫步的屬性'''
        self.num_points = num_points

        # 所有隨機漫步都始于(0,0)
        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        '''計算隨機漫步包含的所有點'''

        # 不斷漫步，知道列表到達指定的長度
        while len(self.x_values) < self.num_points:
            # 決定前進方向以及沿這個方向前進的距離
            x_direction = choice([1, -1])
            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

            # 拒絕原地漫步
            if x_step == 0 and y_step == 0:
                continue

            # 計算下一個點的x,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)

繪制隨機漫步圖

下面的代碼將隨機漫步的所有點都繪制出來，將文件命名為rw_visual.py

import matplotlib.pyplot as plt

from random_walk import RandomWalk
# 創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=10)
plt.show()

模擬多次隨機漫步

每次隨機漫步都不同，因此每次生成的各種模式也很有趣，要在不多次運行程序的情況下，進行隨機漫步，可以把代碼放入一個while循環(huán)中，每次關(guān)閉matplotlib查看器，系統(tǒng)會詢問你是否再次模擬隨機漫步（輸入y將再次進行隨機漫步，輸入n將結(jié)束程序）改進代碼如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序處于活動狀態(tài)，就不斷模擬隨機漫步
while True:
    # 創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來
    rw = RandomWalk()
    rw.fill_walk()
    plt.scatter(rw.x_values, rw.y_values, s=10)
    plt.show()

    keep_running = input("make another walk? (y/n):")
    if keep_running.upper() == 'N':
        break

每次隨機漫步都不同，就如人的一生每走一步都會有不同的經(jīng)歷

給點著色

使用顏色映射指出漫步中各點的先后順序，并刪除每個點的黑色輪廓，讓顏色更明顯。將參數(shù)c設(shè)置為points_numbers，指定使用顏色映射Blues,并傳遞實參edgecolor=none以刪除每個點周圍的輪廓，隨機漫步圖會從淺藍色漸變到深藍色，代碼如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序處于活動狀態(tài)，就不斷模擬隨機漫步
while True:
    # 創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來
    rw = RandomWalk()
    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, edgecolors='none', s=10)
    plt.show()

    keep_running = input("make another walk? (y/n):")
    if keep_running.upper() == 'N':
        break

效果如下：

突出起點和終點

還可以呈現(xiàn)出隨機漫步的起點和終點，我們讓起點和終點變得更大，并顯示為不同的顏色，代碼如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序處于活動狀態(tài)，就不斷模擬隨機漫步
while True:
    # 創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來
    rw = RandomWalk()
    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, edgecolors='none', s=10)
    # 突出起點和重點
    plt.scatter(0, 0, c='green', edgecolors='none', s=100)
    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.upper() == 'N':
        break

效果如下：

增加點數(shù)

增加點數(shù)，以提供更多的數(shù)據(jù)，我們在創(chuàng)建RandomWalk實例時增大num_points的值，并在繪圖時改變每個點的大小，代碼如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序處于活動狀態(tài)，就不斷模擬隨機漫步
while True:
    # 創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來
    rw = RandomWalk(50000)
    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, edgecolors='none', s=1)
    # 突出起點和重點
    plt.scatter(0, 0, c='green', edgecolors='none', s=100)
    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.upper() == 'N':
        break

效果如下：

調(diào)整尺寸以適用屏幕

圖表適合屏幕大小時，更能有效地將數(shù)據(jù)中的規(guī)律呈現(xiàn)出來。函數(shù)figure()用于指定圖表的寬度、高度、分辨率和背景色。需要給形參figsize指定一個元組，向matplotlib指出繪圖窗口的尺寸(單位為英寸) 如果你知道自己的系統(tǒng)分辨率，可使用形參dpi像figure()傳遞該分辨率，以有效利用可用的屏幕空間代碼如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序處于活動狀態(tài)，就不斷模擬隨機漫步
while True:
    # 創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來
    rw = RandomWalk(50000)
    rw.fill_walk()
    # 設(shè)置繪圖窗口的大小
    plt.figure(dpi=128, 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, edgecolors='none', s=1)
    # 突出起點和重點
    plt.scatter(0, 0, c='green', edgecolors='none', s=100)
    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.upper() == 'N':
        break

運行效果如下圖所示