Python数据可视化之简单折线图的绘制

更新时间：2022年10月20日 15:41:02 作者：hacker707

这篇文章主要为大家详细介绍了Python数据可视化之绘制简单折线图的相关资料，文中的示例代码简洁易懂，感兴趣的小伙伴可以了解一下

创建RandomWalk类

为模拟随机漫步，我们将创建一个RandomWalk类，随机选择前进方向，这个类有三个属性，一个存储随机漫步的次数，另外两个存储随机漫步的每个点的x,y坐标，每次漫步都从点(0,0)出发

from random import choice

class RandomWalk():
    '''一个生成随机漫步数据的类'''
    def __init__(self,num_points=5000):
        '''初始化随机漫步的属性'''
        self.num_points = num_points

        # 所有随机漫步都始于(0,0)
        self.x_values = [0]
        self.y_values = [0]

选择方向

我们将使用fill_walk()来生成随机漫步包含的点，并决定每次漫步的方向。并将其添加到random_walk.py中改正代码如下：

from random import choice


class RandomWalk():
    '''一个生成随机漫步数据的类'''

    def __init__(self, num_points=5000):
        '''初始化随机漫步的属性'''
        self.num_points = num_points

        # 所有随机漫步都始于(0,0)
        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        '''计算随机漫步包含的所有点'''

        # 不断漫步，知道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])
            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

            # 拒绝原地漫步
            if x_step == 0 and y_step == 0:
                continue

            # 计算下一个点的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)

绘制随机漫步图

下面的代码将随机漫步的所有点都绘制出来，将文件命名为rw_visual.py

import matplotlib.pyplot as plt

from random_walk import RandomWalk
# 创建一个RandomWalk实例，并将其包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=10)
plt.show()

模拟多次随机漫步

每次随机漫步都不同，因此每次生成的各种模式也很有趣，要在不多次运行程序的情况下，进行随机漫步，可以把代码放入一个while循环中，每次关闭matplotlib查看器，系统会询问你是否再次模拟随机漫步（输入y将再次进行随机漫步，输入n将结束程序）改进代码如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序处于活动状态，就不断模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    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

每次随机漫步都不同，就如人的一生每走一步都会有不同的经历

给点着色

使用颜色映射指出漫步中各点的先后顺序，并删除每个点的黑色轮廓，让颜色更明显。将参数c设置为points_numbers，指定使用颜色映射Blues,并传递实参edgecolor=none以删除每个点周围的轮廓，随机漫步图会从浅蓝色渐变到深蓝色，代码如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序处于活动状态，就不断模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    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：

突出起点和终点

还可以呈现出随机漫步的起点和终点，我们让起点和终点变得更大，并显示为不同的颜色，代码如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序处于活动状态，就不断模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    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)
    # 突出起点和重点
    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：

增加点数

增加点数，以提供更多的数据，我们在创建RandomWalk实例时增大num_points的值，并在绘图时改变每个点的大小，代码如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序处于活动状态，就不断模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    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)
    # 突出起点和重点
    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：

调整尺寸以适用屏幕

图表适合屏幕大小时，更能有效地将数据中的规律呈现出来。函数figure()用于指定图表的宽度、高度、分辨率和背景色。需要给形参figsize指定一个元组，向matplotlib指出绘图窗口的尺寸(单位为英寸) 如果你知道自己的系统分辨率，可使用形参dpi像figure()传递该分辨率，以有效利用可用的屏幕空间代码如下：

import matplotlib.pyplot as plt

from random_walk import RandomWalk

# 只要程序处于活动状态，就不断模拟随机漫步
while True:
    # 创建一个RandomWalk实例，并将其包含的点都绘制出来
    rw = RandomWalk(50000)
    rw.fill_walk()
    # 设置绘图窗口的大小
    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)
    # 突出起点和重点
    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

运行效果如下图所示

到此这篇关于Python数据可视化之简单折线图的绘制的文章就介绍到这了,更多相关Python折线图绘制内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

window下eclipse安装python插件教程
这篇文章主要为大家详细介绍了window下eclipse安装python插件教程，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2017-04-04
Python collections.defaultdict模块用法详解
这篇文章主要介绍了Python collections.defaultdict模块用法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-06-06
详解DeBug Python神级工具PySnooper
这篇文章主要介绍了详解DeBug Python神级工具PySnooper，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-07-07
基于Python的Jenkins的二次开发操作
这篇文章主要介绍了基于Python的Jenkins的二次开发操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-05-05
关于Python中的 oct 函数与 min 函数
本文主要介绍了Python oct 函数与 min 函数；oct 函数是 Python 内置函数，主要将一个整数转为八进制，与 ord 函数 / chr 函数有点类似；min 函数返回给定参数的最小值，参数可以为序列语法，感兴趣的小伙伴请继续阅读下文
2021-09-09
Python编程编写完善的命令行工具
提到编写命令行工具，你可能会想到用 sys.argv 或者标准库 argparse，没错，这两个很常用，不过情况复杂时没有那么方便和高效，因此今天分享两个工具，让你编写命令行工具不费吹灰之力
2021-09-09
rhythmbox中文名乱码问题解决方法
在使用rhythmbox过程中，出现了，如果是中文名则会出现乱码，下面的方法即可解决
2008-09-09
Python方差特征过滤的实例分析
在本篇文章里小编给大家整理了一篇关于Python方差特征过滤的实例分析内容，有需要的朋友们可以跟着学习下。
2021-08-08
基于Python的网页自动化工具DrissionPage的使用详解
DrissionPage 是一个基于 python 的网页自动化工具,它既能控制浏览器,也能收发数据包,还能把两者合而为一,下面就跟随小编一起来学习一下它的具体使用吧
2024-01-01
Python接收手机短信的代码整理
在本篇文章里小编给大家整理的是一篇关于Python接收手机短信的代码内容，需要的朋友们可以学习下。
2020-08-08