1、安装matplotlib

在 cmd 中键入 python -m pip install matplotlib，系统将自动安装，需要等一段时间，待完成后 python -m pip list ，显示

SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

python数据可视化 Python 第1张

敲黑板划重点：一定通过 cdm 指定具体安装文件夹。  cd 文件夹名 可进入指定文件夹。

2、简易画图

2.1 直线图

import matplotlib.pyplot as ply
'导入模块 pyplot,并自定义为ply'
input_value = [1,2,3,4,5,6]
squares =[1,4,9,16,25,36 ]
ply.plot(input_value,squares,linewidth = 5)
'画图命令，并接收input_value作为x，squares 作为y，linewidth指定线条粗细'
ply.title("square numbers",fontsize= 24)
'图标标题'
ply.xlabel("value",fontsize = 12)
'图表横坐标的标题 value，和字的大小 fontsize'
ply.ylabel("squares",fontsize = 12)
'图表横坐标的标题，和字的大小'
ply.tick_params(axis="both",labelsize=14)
"指定横纵坐标axis= 'both'上的标尺字的大小 labelsize"
ply.show()
'显示图形'

输出图像：

python数据可视化 Python 第2张

 2.2 散点图

import matplotlib.pyplot as plt
x_value = list(range(0,100,2))
y_value = [x**2 for x in x_value]
'自动生成计算数据'
print(x_value)
print(y_value)
plt.scatter(x_value,y_value,s=10) 
#plt.scatter(x_value,y_value,c=y_value,cmap=plt.cm.Blues,edgecolor='None',s=10)
'参数c 设置成一个y值的列表，参数cmap 是采用的颜色映射的种类。参数edgecolor 是去掉散点的黑边'
'scatter()显示点的大小是 s= 10,plot() 显示线条粗细的是linewidth= 10'
plt.title("squares number",fontsize= 20)
plt.xlabel("value",fontsize=10)
plt.ylabel("square",fontsize=10)
plt.tick_params(axis="both",which = 'major',labelsize= 10)

plt.savefig('squares_scatter.png',bbox_inches= 'tight')  
'保存图片为squares_scatter.png,并且bbox_inches ='tighr'只保存图像，删除多余空白'
plt.show()

使用scatter()函数绘制散点图
输出结果：

python数据可视化 Python 第3张

颜色映射（colomap）是一系列颜色，他们从颜色渐变到结束颜色。

输出结果：

python数据可视化 Python 第4张

3、随机漫步:每次决策都是随机决定的。

 rand_walk.py

from random import choice
'从 random modules中导入choice'
class RandomWalk(object):
    '创建一个类 RandomWalk(）.'
    def __init__(self,num_point = 5000):
        '初始化类的属性'
        self.num_point = num_point
        self.x_value=[ 0 ]
        self.y_value=[ 0 ]
        '指定开始位置'

    def fill_walk(self):
        '定义随机漫步的方法，'
        while len(self.x_value) < self.num_point:
            x_direction = choice([1,-1])
            '随机漫步的方向 1:向右   -1: 向左'
            x_distance = choice([0,1,2,3,4,5])
            '随机漫步的距离'
            x_step = x_direction * x_distance
            '随机漫步的 位移（大小和方向）'
            y_direction = choice([-1,1])
            y_distance = choice([0,1,2,3,4,5])
            y_step = y_direction * y_distance

            if x_step ==0 and y_step ==0:
                continue
            '避免原地踏步'

            next_x =self.x_value[-1] + x_step
            '确定 点的 新位置'
            next_y =self.y_value[-1] + y_step

            self.x_value.append(next_x)
            '将已经走过的点 添加到列表中'
            self.y_value.append(next_y)

 random_walk_show :

import matplotlib.pyplot as plt
'导入matplotlib.pilot 命名为 plt'
from random_walk import RandomWalk
"从random_walk 中导入 RandomWalk 类"
while True:
    rw =RandomWalk()
    rw.fill_walk()
    '调用 fill_walk() 方法'

    point = list(range(rw.num_point))
    '生成和步数一样多的列表'
    plt.scatter(rw.x_value,rw.y_value,c=point,cmap = plt.cm.Reds,
                edgecolor = None,s=10)

    plt.scatter(0,0,c= "green",edgecolor= "None",s=20)
    plt.scatter(rw.x_value[-1],rw.y_value[-1],c="green",edgecolor = "None",s=50)
    '突出首个点 和 最后一个点 '

    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)
    '隐藏横纵坐标'

    plt.show()
    keep_running = input("make another walk? y or n :")
    if keep_running == 'n':
        break
    '判断时候继续 随机漫步'
随机漫步生成的图：

                      python数据可视化 Python 第5张python数据可视化 Python 第6张

 

 

 

 

 
 

 
 








补充：
如果想使得输出的图像大小适合屏幕大小，可以使用：plt.figure(dpi=128,figsize=(20,10)) 其中向dpi传递是分辨率，向figsize传递以元组，指定绘图窗口的尺寸。（没看出区别多大！）

    

        

            

                

                    

                        
                    

                    

                        

                            扫码关注我们
                        

                        

                            微信号：SRE实战
                        

                        

                            拒绝背锅 运筹帷幄