Python如何實現數據可視化

在Linux系統中安裝matplotlib

Ubuntu17.10內置Python2版本和Python3版本，可以採用下面的方式安裝Matplotlib。

$sudo apt-get install python3-matplotlib

如果你使用的是Python 2.7，執行如下命令：

$ sudo apt-get install python-matplotlib

如果你安裝了pip 就可以使用下面的方式安裝：

$ pip install matplotlib

如果你的安裝比較慢，可以嘗試這種方式來安裝：

$ pip3 install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

常用的國內源地址有：

阿里雲 http://mirrors.aliyun.com/pypi/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清華大學 https://pypi.tuna.tsinghua.edu.cn/simple/
中國科學技術大學 http://pypi.mirrors.ustc.edu.cn/simple/

測試matplotlib

下面來使用 matplotlib 繪製一個簡單的折線圖，再對其進行定製，以實現信息更豐富的數據可視化。我們將使用平方數序列 1 、 4 、 9 、 16 和 25 來繪製折線圖。

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

plt.show() # 打開 matplotlib 查看器，並顯示繪製的圖形。

修改標籤文字和線條粗細

圖形表明數字是越來越大的，但標籤文字太小，線條太細。所幸 matplotlib 讓你能夠調整可視化的各個方面。

import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares, linewidth=5)

plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

plt.tick_params(axis='both', labelsize=14)
plt.show()

校正圖形

圖形更容易閱讀後，我們發現沒有正確地繪製數據：折線圖的終點指出 4.0 的平方為 25 ！下 面來修復這個問題。

import matplotlib.pyplot as plt
input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_values, squares, linewidth=5)

plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

plt.tick_params(axis='both', labelsize=14)
plt.show()

使用scatter()繪製散點圖並設置其樣式

有時候，需要繪製散點圖並設置各個數據點的樣式。要繪製單個點，可使用函數 scatter() ，並向它傳遞一對 x 和 y 坐標，它將在指定位置繪製一 個點：

import matplotlib.pyplot as plt
plt.scatter(2, 4)
plt.show()

下面來設置輸出的樣式，使其更有趣：添加標題，給軸加上標籤，並確保所有文本都大到能夠看清：

import matplotlib.pyplot as plt
plt.scatter(2, 4, s=200)

plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

plt.tick_params(axis='both', labelsize=14)
plt.show()

使用scatter()繪製一系列點

要繪製一系列的點，可向 scatter() 傳遞兩個分別包含 x 值和 y 值的列表，如下所示：

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)

plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

plt.tick_params(axis='both', which='major', labelsize=14)
plt.show()

自動計算數據

手工計算列表要包含的值可能效率低下，需要繪製的點很多時尤其如此。

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, s=40)

plt.axis([0, 1100, 0, 1100000])
plt.show()

matplotlib允許你給散點圖中的各個點指定顏色。
默認為藍色點和黑色輪廓，在散點圖包含的數據點不多時效果很好。
但繪製很多點時，黑色輪廓可能會粘連在一起。
要刪除數據點的輪廓，可在調用scatter()時傳遞實參edgecolor='none'：

自定義顏色

要修改數據點的顏色，可向scatter()傳遞參數c，並將其設置為要使用的顏色的名稱，如下所示：

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

你還可以使用RGB顏色模式自定義顏色。

plt.scatter(x_values, y_values, c=(0, 0, 0.8), edgecolor='none', s=40)

(0, 0, 0.8) 它們分別表示紅色、綠色和藍色分量。值越接近0，指定的顏色越深，值越接近1，指定的顏色越淺。

使用顏色映射

顏色映射（colormap）是一系列顏色，它們從起始顏色漸變到結束顏色。在可視化中，顏色映射用於突出數據的規律，例如，你可能用較淺的顏色來顯示較小的值，並使用較深的顏色來顯示較大的值。

import matplotlib.pyplot as plt
x_values = list(range(1001))
y_values = [x**2 for x in x_values]
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolor='none', s=40)

這些代碼將y值較小的點顯示為淺藍色，並將y值較大的點顯示為深藍色。

自動保存圖表

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

繪製隨機漫步圖

下面的代碼將隨機漫步的所有點都繪製出來：

import matplotlib.pyplot as plt
from random_walk import RandomWalk

rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()

參考文獻：《Python編程：從入門到實戰》