Python项目实践之一：生成数据

Python项目实践之一：生成数据

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，而数据挖掘指的是使用代码来探索数据集的规律和关联。数据集可以是用一行代码就能表示的小型数字列表，也可以是数以吉字节的数据。

一、安装 Visual Studio 和 matplotlib

1、安装Visual Studio

官网：https://dev.windows.com/
1、登录官网，选择Visual Studio

2、根据自己的操作系统选择下载社区免费版即可

2、安装 matplotlib

1、可以通过网站进行安装：https://pypi.org/project/matplotlib/
2、通过pycharm安装

3、在命令窗口导入matplotlib，检测是否成功下载，如下图表示成功导入

二、绘制简单的折线图

使用matplotlib绘制一个简单的折线图，再对其进行定制，以实现信息更丰富的数据可视化。我们将使用平方数序列1、4、9、16和25来绘制这个图表。
创建一个mpl_squares.py，输入以下代码：

import matplotlib.pyplot as plt

squares = [1, 4, 9, 16, 25]
plt.plot(squares)
plt.show()

运行结果：

1、修改标签文字和线条粗细

在mpl_squares.py中添加代码：

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

plt.plot(squares, linewidth=3)
# 设置图表标题，并给坐标轴加上标签
plt.title("平方数曲线", fontproperties="SimHei", fontsize=24)
plt.xlabel("数值", fontproperties="SimSun", fontsize=14)
plt.ylabel("平方数", fontproperties="SimSun", fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', labelsize=14)

plt.show()

知识点：

1、plt.plot(squares, linewidth=3)：将数据绘制成有意义的图形，并设置曲线宽度为3
2、plt.title(“平方数曲线”, fontproperties=“SimHei”, fontsize=24)：设置标题属性，第一个参数为标题名称，fontproperties设置字体，fontsize设置字体大小
3、plt.tick_params(axis=‘both’, labelsize=14)：设置坐标轴相关属性

2、校正图形

图形更容易阅读后，我们发现没有正确地绘制数据：折线图的终点指出4.0的平方为25，下面来修复这个问题。

修改mpl_squares.py：

import matplotlib.pyplot as plt

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

plt.plot(input_values, squares, linewidth=3)
# 设置图表标题，并给坐标轴加上标签

知识点：

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，但我们的第一个点对应的x值为1，为改变这种默认行为，我们可以给 plot() 同时提供输入值（input_values）和输出值（squares）

3、使用 scatter() 绘制散点图并设置其样式

创建一个scatter_squares.py，绘制单个点输入以下代码：

import matplotlib.pyplot as plt

plt.scatter(2, 4, s=200)

# 设置图表标题，并给坐标轴加上标签
plt.title("平方数散点图", fontproperties="SimHei", fontsize=24)
plt.xlabel("数值", fontproperties="SimSun", fontsize=14)
plt.ylabel("平方数", fontproperties="SimSun", fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', labelsize=14)

plt.show()

4、使用 scatter() 绘制一系列点

修改scatter_squares.py：

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]

plt.scatter(x_values, y_values, s=200)

# 设置图表标题，并给坐标轴加上标签

5、删除数据点的轮廓

matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓，在散点图包含的数据点不多时效果很好。但绘制很多点时，黑色轮廓可能会粘连在一起。要删除数据点的轮廓，可在调用 scatter() 时传递实参 edgecolor=‘none’ ：

plt.scatter(x_values, y_values, edgecolor='none', s=40)

6、自定义颜色

要修改数据点的颜色，可向 scatter() 传递参数 c ，并将其设置为要使用的颜色的名称，如下所示：

plt.scatter(x_values, y_values, c='red', edgecolor='none', s=40)

7、使用颜色映射

颜色映射（colormap）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，例如，你可能用较浅的颜色来显示较小的值，并使用较深的颜色来显示较大的值。

下面演示了如何根据每个点的y值来设置其颜色：

plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues,edgecolor='none', s=40)

8、自动保存图表

要让程序自动将图表保存到文件中，可将对 plt.show() 的调用替换为对 plt.savefig() 的调用：

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