談談Python實戰數據可視化之matplotlib模塊(基礎篇)

前沿

Python提供了很多模塊用於數據可視化，其中matplotlib、pygal等模塊。我參考網上熱門書籍《Python編程從入門到實戰》，在測試與學習過程中遇到的些許問題加以解決，才寫下這一項目實戰的心得，對於Python基礎部分就不細講，主要是項目核心要點和解決方案的描述。本小節先講述pyplot模塊的基本使用。

新手的建議

針對新手，真心覺得不要直接使用Python下載來的IDLE來開發，因爲功能太少了，也不好使用。我的建議是對於Python初學者，先安裝Anaconda，這是一個基於Python的數據處理和科學計算平臺，它已經內置了許多非常有用的第三方庫，我們裝上Anaconda，就相當於把數十個第三方模塊自動安裝好了，非常簡單易用，在安裝界面添加Anaconda到PATH環境變量中勾上，這樣就會自動添加環境變量了。Anaconda 自帶了一個編輯器-Spyder，可以使用Spyder編寫代碼，知道有這個編輯器就好。然後再安裝一個PyCharm，它是一種Python IDE，帶有一整套可以幫助用戶在使用Python語言開發時提高其效率的工具。
Anaconda和PyCharm安裝過程和方法文檔鏈接，我是摘抄網上有用的資料再總結出來的：鏈接：https://pan.baidu.com/s/10KcfLLvI9omIRSJ6JMK9Uw 密碼：cgf8

利用pyplot模塊的plot函數繪製折線圖

我們先導入模塊pyplot，然後使用該模塊的plot函數來繪製折線圖，接着調用該模塊的相關函數來調整、設置圖表的標題、橫縱標籤、刻度標記內容或大小。注意， pyplot模塊的plot函數可以接收輸入參數和輸出參數，還有線條粗細等參數，但是若plot函數只指定輸出參數（列表），那麼輸入參數默認由0開始。
（1）plot函數指定輸出參數（1，2，3，4，5的平方數列表）

import matplotlib.pyplot as plt
# pyplot模塊的plot函數可以接收輸入參數和輸出參數，還有線條粗細等參數，，例如下方的示例
squares = [1, 4, 9, 16, 25]
plt.plot(squares, linewidth=5)  # 這裏只指定了一個列表，那麼就當作是輸出參數，輸入參數從0開始，就會發現沒有正確繪製數據
plt.title("Square Numbers", fontsize=24)  # 指定標題，並設置標題字體大小
plt.xlabel("Value", fontsize=14)  # 指定X座標軸的標籤，並設置標籤字體大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y座標軸的標籤，並設置標籤字體大小
plt.tick_params(axis='both', labelsize=14)  # 參數axis值爲both，代表要設置橫縱的刻度標記，標記大小爲14
plt.show()  # 打開matplotlib查看器，並顯示繪製的圖形

運行結果如下：

（2）plot函數指定輸入參數和輸出參數
我們知道，上面並沒有按照我們的意願來繪製圖形，Y軸指定爲[1,4,9,16,25]，上面採用默認輸入參數處理X軸變成[0,1,2,3,4]。X軸應該對應值爲[1,2,3,4,5]纔是我們的目的，所以我們必須同時指定輸入參數和輸出參數才行。觀察運行結果圖的X軸變化了。

import matplotlib.pyplot as plt

# 我也可以指定輸入參數和輸出參數，這樣就能按照我的意願繪製圖形了
input_values = [1, 2, 3, 4, 5]  # 指定輸入參數
squares = [1, 4, 9, 16, 25]  # 指定輸出參數
plt.plot(input_values, squares, linewidth=5)  # 調用繪製函數，傳入輸入參數和輸出參數
plt.title("Square Numbers", fontsize=24)  # 指定標題，並設置標題字體大小
plt.xlabel("Value", fontsize=14)  # 指定X座標軸的標籤，並設置標籤字體大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y座標軸的標籤，並設置標籤字體大小
plt.tick_params(axis='both', labelsize=14)  # 參數axis值爲both，代表要設置橫縱的刻度標記，標記大小爲14
plt.show()  # 打開matplotlib查看器，並顯示繪製的圖形

運行結果如下：

利用pyplot模塊的scatter函數繪製散點圖

繪製散點圖只不過是繪製函數不同，從上面的plot變爲scatter，其他設置標題、橫縱標籤等的方式一樣。
（1）scatter函數繪製單個點

import matplotlib.pyplot as plt
plt.scatter(2, 4, s=200)  # 傳遞一對x和y座標。它將在指定位置繪製一個點，參數s是設置繪製圖形時使用的點的尺寸
plt.title("Square Numbers", fontsize=24)  # 指定標題，並設置標題字體大小
plt.xlabel("Value", fontsize=14)  # 指定X座標軸的標籤，並設置標籤字體大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y座標軸的標籤，並設置標籤字體大小
plt.tick_params(axis='both', labelsize=14)  # 參數axis值爲both，代表要設置橫縱的刻度標記，標記大小爲14
plt.show()  # 打開matplotlib查看器，並顯示繪製的圖形

運行結果如下：

（2）scatter函數繪製一系列點

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=100)  # 傳入兩個列表，列表x_values的元素作爲x座標,列表y_values的元素作爲y座標，兩個組合成一個點的座標，所以一共有5個點
plt.title("Square Numbers", fontsize=24)  # 指定標題，並設置標題字體大小
plt.xlabel("Value", fontsize=14)  # 指定X座標軸的標籤，並設置標籤字體大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y座標軸的標籤，並設置標籤字體大小
plt.tick_params(axis='both', labelsize=14)  # 參數axis值爲both，代表要設置橫縱的刻度標記，標記大小爲14
plt.show()  # 打開matplotlib查看器，並顯示繪製的圖形

運行結果如下：

（3）自動計算Y軸的數據
前面個兩個實例挺簡單，但也只是我們自己定義的短列表，如果要繪製的點有很多，那麼還手動寫當然不實際，所以我們寫一個根據我們指定的X軸的數據，自動計算Y軸的數據就省事很多了。

import matplotlib.pyplot as plt
x_values = list(range(1, 1001))  # 我們是利用range函數生成一個從1到1000的可迭代對象（不包括1001），然後強制轉換爲列表
y_values = [x ** 2 for x in x_values]  # 這個語法是列表推導式，將x_values每個元素的值進行平方再逐一放入列表，最後這個列表推導式返回整個列表
plt.scatter(x_values, y_values, s=40)  # 在2.0.0版本後的matplotlib中，scatter()函數的實參edgecolor（數據點的輪廓）默認爲'none'，則刪除輪廓。
plt.title("Square Numbers", fontsize=24)  # 指定標題，並設置標題字體大小
plt.xlabel("Value", fontsize=14)  # 指定X座標軸的標籤，並設置標籤字體大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y座標軸的標籤，並設置標籤字體大小
plt.axis([0, 1100, 0, 1100000])  # 設置每個座標軸的取值範圍。其實最右側就是1100，但是沒有顯示標籤而已
plt.show()  # 打開matplotlib查看器，並顯示繪製的圖形

運行結果如下：

注意， 在2.0.0版本後的matplotlib中scatter()函數的實參edgecolor（數據點的輪廓）不寫則默認爲'none'，代表刪除輪廓。也可以通過以下修改代碼：

plt.scatter(x_values, y_values, s=40, edgecolor='red')

上述修改後的代碼指定數據點輪廓的顏色爲紅色，由於默認點的顏色爲藍色，所以你將會看到下面這樣，只有右上角是藍色，其他都是紅色，這是因爲繪製很多點，紅色輪廓都粘連在一起了，所以看不出來。
修改代碼後運行結果如下：

上面說了默認數據點的顏色爲藍色，我們也可以通過參數c修改數據點的顏色，至於顏色值可以採用直接寫顏色英文如'red'、'black'等，或者使用RGB顏色模式自定義顏色，這個自定義顏色設置爲一個元組，其中包含三個0~1之間的小數值，它們分別表示紅色、綠色和藍色分量，如(0,0,0.8)。可以通過下面這樣修改代碼：

import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, c=(0, 0.8, 0), s=40)  # 指定了c參數，使用的是RGB顏色值方式
plt.title("Square Numbers", fontsize=24)  # 指定標題，並設置標題字體大小
plt.xlabel("Value", fontsize=14)  # 指定X座標軸的標籤，並設置標籤字體大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y座標軸的標籤，並設置標籤字體大小
plt.axis([0, 1100, 0, 1100000])  # 設置每個座標軸的取值範圍。其實最右側就是1100，但是沒有顯示標籤而已
plt.show()  # 打開matplotlib查看器，並顯示繪製的圖形

運行結果如下：

（4）使用顏色映射和自動保存圖表
照書上P294頁的使用顏色映射小節的描述對於初學者可能有點模棱兩可，這裏採用我自己的代碼來理解什麼是顏色映射，原理是什麼。
測試代碼如下：

import matplotlib.pyplot as plt
x_values = [1, 2, 3, 4, 5]  # 含x值的列表
y_values = [1, 4, 2, 6, 5]  # 含y值的列表
#  我們知道根據上面兩個列表，我們調用scatter可以繪製一系列的點
# 模塊pyplot內置了一組顏色映射，通過設置c參數爲y列表的值（這個y列表的是[1,2,3,4,5]）然後利用參數cmap根據y列表的大小映射到由x_values和y_values組成的五個點從淺到深的顏色，可以看出y列表[1,2,3,4,5]分別映射到(1,1),(2,4),(3,2),(4,6),(5,5)五個點，其中(1,1)點顏色最淺，(5,5)點顏色最深。
plt.scatter(x_values, y_values, c=[1, 2, 3, 4, 5], cmap=plt.cm.Blues, s=100)
plt.title("Square Numbers", fontsize=24)  # 指定標題，並設置標題字體大小
plt.xlabel("Value", fontsize=14)  # 指定X座標軸的標籤，並設置標籤字體大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y座標軸的標籤，並設置標籤字體大小
plt.savefig("3.png", bbox_inches='tight')  # 打開matplotlib查看器，並顯示繪製的圖形
# 值的注意的是，要讓程序自動將圖表保存到文件中，可將對plt.show()的調用替換爲對plt.savefig()的調用。
# 如果指定了bbox_inches='tight'將圖表多餘的空白區域裁剪掉，明顯更符合用戶需求，如果沒指定，生成的圖片顯示不出Y軸的標籤。

運行結果如下（需要注意，其實（1，1）點的位置還有一個非常淺藍色的點，只是淺到看不到而已）：

如果還不理解，那麼你就修改以下測試代碼來運行觀察：

plt.scatter(x_values, y_values, c=[1, 5, 3, 4, 5], cmap=plt.cm.Blues, s=100)

運行結果如下（可以發現（2，4）點的顏色也變成深藍色了哦）：

有了上面的理解基礎，我們可以修改爲書本源代碼，來觀察一下藍色彗星的殘影，哈哈O(∩_∩)O
書本源代碼：

import matplotlib.pyplot as plt
x_values = list(range(1,1001)) # 含x值的列表
y_values = [x ** 2 for x in x_values]  # 含y值的列表
#  我們知道根據上面兩個列表，我們調用scatter可以繪製一系列的點
# 根據y列表的值大小進行顏色映射的，值大的顏色深，值小的顏色淺。如果y列表的值按順序，並且映射到按順序的點，那麼自然顏色也是從淺到深。
# 模塊pyplot內置了一組顏色映射，通過設置c參數爲y列表的值（這個y列表的是[1,2,3,4,5]）然後利用參數cmap根據y列表的大小映射到由x_values和y_values組成的五個點從淺到深的顏色，可以看出y列表[1,2,3,4,5]分別映射到(1,1),(2,4),(3,2),(4,6),(5,5)五個點，其中(1,1)點顏色最淺，(5,5)點顏色最深。
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, s=40)
plt.title("Square Numbers", fontsize=24)  # 指定標題，並設置標題字體大小
plt.xlabel("Value", fontsize=14)  # 指定X座標軸的標籤，並設置標籤字體大小
plt.ylabel("Square of Value", fontsize=14)  # 指定Y座標軸的標籤，並設置標籤字體大小
plt.savefig("3.png", bbox_inches='tight')  # 打開matplotlib查看器，並顯示繪製的圖形

運行結果圖如下（藍色彗星殘影）：

利用pyplot模塊的scatter函數繪製隨機漫步圖

套用書本原話來說，隨機漫步：每次行走都完全是隨機的，沒有明確的方向，結果是由一系列隨機決策決定的。
爲了實現隨機漫步，需要做以下幾步就可以完成：
1.創建RandomWalk類來生成隨機漫步數據
2.利用獲取的隨機漫步數據繪製隨機漫步圖
3.模擬多次隨機漫步
4.設置隨機漫步圖的樣式
（1）創建RandomWalk類來生成隨機漫步數據
在項目裏創建一個random_walk.py文件，該文件代碼如下：

from random import choice

# 一個生成隨機漫步數據的類
class RandomWalk:
    # 默認爲5000個點，代表5000步
    def __init__(self, num_points=5000):
        self.num_points = num_points
        self.x_values = [0]
        self.y_values = [0]

        # 獲取隨機方向和步數的乘積
    def get_step(self):
        return choice([1, -1]) * choice([0, 1, 2, 3, 4])

    def fill_walk(self):
        while len(self.x_values) < self.num_points:
                    # 獲取往哪個方向走幾步
            x_step = self.get_step()
            y_step = self.get_step()

                        # 如果原地踏步則continue處理
            if x_step == 0 and y_step == 0:
                continue

                        # 計算下一步走的位置
            next_x = self.x_values[-1] + x_step
            next_y = self.y_values[-1] + y_step
                        # 將下一次走的位置保存在列表中
            self.x_values.append(next_x)
            self.y_values.append(next_y)

（2）利用獲取的隨機漫步數據繪製隨機漫步圖
在項目裏創建一個rw_visual.py文件，該文件代碼如下：

import matplotlib.pyplot as plt
from random_walk import RandomWalk

# 創建一個RandomWalk實例，並指定走5000步
rw = RandomWalk(5000)
rw.fill_walk()  # 開始獲取隨機漫步數據，其實獲取的是兩個包含x和y值的數據點列表
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()

運行結果如下：

（3）模擬多次隨機漫步
在rw_visual.py文件代碼上加以修改，修改代碼如下：

import matplotlib.pyplot as plt
from random_walk import RandomWalk

while True:
    rw = RandomWalk(5000)
    rw.fill_walk()
    plt.scatter(rw.x_values, rw.y_values,s=15)
    plt.show()

    keep_running = input("Make another walk?(y/n):")
    if keep_running == 'n':
        break

運行結果如下（你點擊右上角關閉按鈕，在PyCharm下方會彈出詢問是否繼續漫步）：

（4）設置隨機漫步圖的樣式
我們將設置隨機漫步圖的樣式，定製一個好看的隨機漫步圖，有給點着色、重新繪製起點和終點、隱藏座標軸、調整尺寸以適合屏幕。

import matplotlib.pyplot as plt
from random_walk import RandomWalk

while True:
    rw = RandomWalk(5000)
    rw.fill_walk()

    plt.figure(figsize=(20, 6))
    # 顏色映射就是用列表賦值給c，而這個列表的值可以隨意，大的代表顏色深，小的代表顏色淺。
    point_number = list(range(rw.num_points))  # [0-4999]
    plt.scatter(rw.x_values, rw.y_values, c=point_number, cmap=plt.cm.Blues, s=4)
    # 突出起點和終點，點變大，用不同顏色來顯示起點和終點
    plt.scatter(0, 0, c='green', s=100)
    plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', s=100)

    # 隱藏座標軸
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)

    plt.show()

    keep_running = input("Make another walk?(y/n):")
    if keep_running == 'n':
        break

運行結果如下：