資料視覺化-Matplotlib繪製隨機漫步資料
阿新 • • 發佈:2018-12-19
建立 RandomWalk() 類
該類有三個屬性,分別表示漫步的次數、x座標列表和y座標列表
生成隨機漫步值的方法每次生成一個隨機方向的值,新增到x/y座標列表中
# 匯入random模組
from random import choice
# 定義生成隨機漫步資料的類
class RandomWalk():
"""一個生成隨機漫步資料的類"""
def __init__(self, num_points=5000):
"""初始化隨機漫步的屬性"""
self.num_points = num_points
# 所有隨機漫步都始於(0, 0)
self.x_values = [0]
self.y_values = [0]
def fill_walk(self):
"""計算隨機漫步包含的所有點"""
# 不斷漫步,直到列表達到指定的長度
while len(self.x_values) < self.num_points:
# 決定前進方向及沿這個方向前進的距離
x_direction = choice([1, -1]) # 隨機返回1或-1
x_distance = choice([0, 1, 2, 3, 4]) # 隨機返回0~4中的一個
x_step = x_direction * x_distance # 計算出一個x座標值
y_direction = choice([1, -1])
y_distance = choice([0, 1, 2, 3, 4])
y_step = y_direction * y_distance # 計算出一個y座標值
# 拒絕原地踏步
if x_step == 0 and y_step == 0:
continue
# 計算下一個點的x和y的值
next_x = self.x_values[-1] + x_step # 在上一個x座標值基礎上隨機漫步
next_y = self.y_values[-1] + y_step # 在上一個座標值基礎上隨機漫步
self.x_values.append(next_x)
self.y_values.append(next_y)
繪製圖片
import matplotlib.pyplot as plt
# 初始化RandomWalk類
rw = RandomWalk()
# 生成隨機漫步值
rw.fill_walk()
# 根據資料作圖
plt.scatter(rw.x_values, rw.y_values, s=15)
# 展示
plt.show()
模擬多次隨機漫步
for i in range(5):
# 初始化RandomWalk類
rw = RandomWalk()
# 生成隨機漫步值
rw.fill_walk()
# 根據資料作圖
plt.scatter(rw.x_values, rw.y_values, s=15)
# 展示
plt.show()
設定隨機漫步樣式
通過生成一個和num_points一樣長度的序列,今次指定每個座標點的順序
# 初始化RandomWalk類
rw = RandomWalk()
# 生成隨機漫步值
rw.fill_walk()
# 生成一個遞增的序列值
point_numbers = list(range(rw.num_points))
# 根據資料作圖
# c=point_numbers, cmap=plt.cm.Blues 這兩個引數將列表值與顏色相對映,從而將顏色變得由淺到深
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=15)
# 展示
plt.show()
重新繪製起始點和終點
# 初始化RandomWalk類
rw = RandomWalk()
# 生成隨機漫步值
rw.fill_walk()
# 畫出綠色的起點
plt.scatter(0, 0, c='green', edgecolors='none', s=100)
# 畫出紅色的終點
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', cmap=plt.cm.Blues, edgecolors='none', s=100)
# 展示
plt.show()
隱藏座標軸
# 初始化RandomWalk類
rw = RandomWalk()
# 生成隨機漫步值
rw.fill_walk()
# 畫出綠色的起點
plt.scatter(0, 0, c='green', edgecolors='none', s=100)
# 畫出紅色的終點
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', cmap=plt.cm.Blues, edgecolors='none', s=100)
# 隱藏座標軸
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
# 展示
plt.show()
增加點數,體驗潑墨般的藝術品
# 初始化RandomWalk類
rw = RandomWalk(50000)
# 生成隨機漫步值
rw.fill_walk()
# 生成一個遞增的序列值
point_numbers = list(range(rw.num_points))
# 根據資料作圖
# c=point_numbers, cmap=plt.cm.Blues 這兩個引數將列表值與顏色相對映,從而將顏色變得由淺到深
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1) # 將點大小調整為1
# 展示
plt.show()
調整圖片大小
# 初始化RandomWalk類
rw = RandomWalk(50000)
# 生成隨機漫步值
rw.fill_walk()
# 生成一個遞增的序列值
point_numbers = list(range(rw.num_points))
# 指定圖片的寬和高(還可以指定圖片的背景和解析度)
plt.figure(figsize=(10, 6))
# 根據資料作圖
# c=point_numbers, cmap=plt.cm.Blues 這兩個引數將列表值與顏色相對映,從而將顏色變得由淺到深
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=1) # 將點大小調整為1
# 展示
plt.show()
注:本文章為個人學習筆記?