数据可视化-Matplotlib绘制随机漫步数据

95 阅读 0 评论 63 点赞

我是靠谱客的博主大胆大山，这篇文章主要介绍数据可视化-Matplotlib绘制随机漫步数据，现在分享给大家，希望可以做个参考。

创建 RandomWalk() 类

该类有三个属性，分别表示漫步的次数、x坐标列表和y坐标列表

生成随机漫步值的方法每次生成一个随机方向的值，添加到x/y坐标列表中

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
# 导入random模块
from random import choice
# 定义生成随机漫步数据的类
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，直到列表达到指定的长度 
while len(self.x_values) < self.num_points:
# 决定前进方向及沿这个方向前进的距离
x_direction = choice([1, -1])
# 随机返回1或-1
x_distance = choice([0, 1, 2, 3, 4])
# 随机返回0~4中的一个
x_step = x_direction * x_distance
# 计算出一个x坐标值
y_direction = choice([1, -1])
y_distance = choice([0, 1, 2, 3, 4])
y_step = y_direction * y_distance
# 计算出一个y坐标值
# 拒绝原地踏步
if x_step == 0 and y_step == 0:
continue
# 计算下一个点的x和y的值
next_x = self.x_values[-1] + x_step
# 在上一个x坐标值基础上随机漫步
next_y = self.y_values[-1] + y_step
# 在上一个坐标值基础上随机漫步
self.x_values.append(next_x)
self.y_values.append(next_y)

绘制图片

复制代码

1
2
3
4
5
6
7
8
9
10
import matplotlib.pyplot as plt
# 初始化RandomWalk类
rw = RandomWalk()
# 生成随机漫步值
rw.fill_walk()
# 根据数据作图
plt.scatter(rw.x_values, rw.y_values, s=15)
# 展示
plt.show()

模拟多次随机漫步

复制代码

1
2
3
4
5
6
7
8
9
10
for i in range(5):
# 初始化RandomWalk类
rw = RandomWalk()
# 生成随机漫步值
rw.fill_walk()
# 根据数据作图
plt.scatter(rw.x_values, rw.y_values, s=15)
# 展示
plt.show()

设置随机漫步样式

通过生成一个和num_points一样长度的序列，今次指定每个坐标点的顺序

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
# 初始化RandomWalk类
rw = RandomWalk()
# 生成随机漫步值
rw.fill_walk()
# 生成一个递增的序列值
point_numbers = list(range(rw.num_points))
# 根据数据作图
#
c=point_numbers, cmap=plt.cm.Blues 这两个参数将列表值与颜色相映射，从而将颜色变得由浅到深
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=15)
# 展示
plt.show()

重新绘制起始点和终点

复制代码

1
2
3
4
5
6
7
8
9
10
11
# 初始化RandomWalk类
rw = RandomWalk()
# 生成随机漫步值
rw.fill_walk()
# 画出绿色的起点
plt.scatter(0, 0, c='green', edgecolors='none', s=100)
# 画出红色的终点
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', cmap=plt.cm.Blues, edgecolors='none', s=100)
# 展示
plt.show()

隐藏坐标轴

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 初始化RandomWalk类
rw = RandomWalk()
# 生成随机漫步值
rw.fill_walk()
# 画出绿色的起点
plt.scatter(0, 0, c='green', edgecolors='none', s=100)
# 画出红色的终点
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', cmap=plt.cm.Blues, edgecolors='none', s=100)
# 隐藏坐标轴
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
# 展示
plt.show()

增加点数，体验泼墨般的艺术品

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 初始化RandomWalk类
rw = RandomWalk(50000)
# 生成随机漫步值
rw.fill_walk()
# 生成一个递增的序列值
point_numbers = list(range(rw.num_points))
# 根据数据作图
#
c=point_numbers, cmap=plt.cm.Blues 这两个参数将列表值与颜色相映射，从而将颜色变得由浅到深
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1)
# 将点大小调整为1
# 展示
plt.show()

调整图片大小

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 初始化RandomWalk类
rw = RandomWalk(50000)
# 生成随机漫步值
rw.fill_walk()
# 生成一个递增的序列值
point_numbers = list(range(rw.num_points))
# 指定图片的宽和高（还可以指定图片的背景和分辨率）
plt.figure(figsize=(10, 6))
# 根据数据作图
#
c=point_numbers, cmap=plt.cm.Blues 这两个参数将列表值与颜色相映射，从而将颜色变得由浅到深
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1)
# 将点大小调整为1
# 展示
plt.show()