关于“Python”的核心知识点整理大全43


目录

​编辑

15.2.3 使2散点图并设置其样式

scatter_squares.py

15.2.4 使用 scatter()绘制一系列点

scatter_squares.py

15.2.5 自动计算数据

scatter_squares.py

15.2.6 删除数据点的轮廓

15.2.7 自定义颜色

15.2.8 使用颜色映射

scatter_squares.py

注意

15.2.9 自动保存图表

15.3 随机漫步

15.3.1 创建 RandomWalk()类

random_walk.py

15.3.2 选择方向

random_walk.py

15.3.3 绘制随机漫步图

rw_visual.py


15.2.3 使2散点图并设置其样式

有时候,需要绘制散点图并设置各个数据点的样式。例如,你可能想以一种颜色显示较小的 值,而用另一种颜色显示较大的值。绘制大型数据集时,你还可以对每个点都设置同样的样式, 再使用不同的样式选项重新绘制某些点,以突出它们。 要绘制单个点,可使用函数scatter(),并向它传递一对x和y坐标,它将在指定位置绘制一 个点:

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

下面来设置输出的样式,使其更有趣:添加标题,给轴加上标签,并确保所有文本都大到能 够看清:

import matplotlib.pyplot as plt
 plt.scatter(2, 4, s=200)
# 设置图表标题并给坐标轴加上标签
plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show()

在Ø处,我们调用了scatter(),并使用实参s设置了绘制图形时使用的点的尺寸。如果此时 运行scatter_squares.py,将在图表中央看到一个点,如图15-4所示。

15.2.4 使用 scatter()绘制一系列点

要绘制一系列的点,可向scatter()传递两个分别包含x值和y值的列表,如下所示:

scatter_squares.py
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)
# 设置图表标题并给坐标轴指定标签
--snip-- 

列表x_values包含要计算其平方值的数字,而列表y_values包含前述每个数字的平方值。将 这些列表传递给scatter()时,matplotlib依次从每个列表中读取一个值来绘制一个点。要绘制的 点的坐标分别为 (1, 1)、(2, 4)、(3, 9)、(4, 16)和(5, 25),最终的结果如图15-5所示。

15.2.5 自动计算数据

手工计算列表要包含的值可能效率低下,需要绘制的点很多时尤其如此。可以不必手工计算 包含点坐标的列表,而让Python循环来替我们完成这种计算。下面是绘制1000个点的代码:

scatter_squares.py
import matplotlib.pyplot as plt
1 x_values = list(range(1, 1001))
y_values = [x**2 for x in x_values]
2 plt.scatter(x_values, y_values, s=40)
# 设置图表标题并给坐标轴加上标签
--snip--
# 设置每个坐标轴的取值范围
3 plt.axis([0, 1100, 0, 1100000])
plt.show()

我们首先创建了一个包含x值的列表,其中包含数字1~1000(见Ø)。接下来是一个生成y值 的列表解析,它遍历x值(for x in x_values),计算其平方值(x**2),并将结果存储到列表y_values中。然后,将输入列表和输出列表传递给scatter()(见)。 由于这个数据集较大,我们将点设置得较小,并使用函数axis()指定了每个坐标轴的取值范 围(见)。函数axis()要求提供四个值:x和y坐标轴的最小值和最大值。在这里,我们将x坐标 轴的取值范围设置为0~1100,并将y坐标轴的取值范围设置为0~1 100 000。结果如图15-6所示。

15.2.6 删除数据点的轮廓

matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓,在散点图包含的 数据点不多时效果很好。但绘制很多点时,黑色轮廓可能会粘连在一起。要删除数据点的轮廓, 可在调用scatter()时传递实参edgecolor='none':

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

将相应调用修改为上述代码后,如果再运行scatter_squares.py,在图表中看到的将是蓝色实 心点。

15.2.7 自定义颜色

要修改数据点的颜色,可向scatter()传递参数c,并将其设置为要使用的颜色的名称,如下 所示:

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

你还可以使用RGB颜色模式自定义颜色。要指定自定义颜色,可传递参数c,并将其设置为一个元组,其中包含三个0~1之间的小数值,它们分别表示红色、绿色和蓝色分量。例如,下面 的代码行创建一个由淡蓝色点组成的散点图:

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

值越接近0,指定的颜色越深,值越接近1,指定的颜色越浅

15.2.8 使用颜色映射

颜色映射(colormap)是一系列颜色,它们从起始颜色渐变到结束颜色。在可视化中,颜色 映射用于突出数据的规律,例如,你可能用较浅的颜色来显示较小的值,并使用较深的颜色来显 示较大的值。 模块pyplot内置了一组颜色映射。要使用这些颜色映射,你需要告诉pyplot该如何设置数据 集中每个点的颜色。下面演示了如何根据每个点的y值来设置其颜色:

scatter_squares.py
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)
# 设置图表标题并给坐标轴加上标签
--snip-- 

我们将参数c设置成了一个y值列表,并使用参数cmap告诉pyplot使用哪个颜色映射。这些代 码将y值较小的点显示为浅蓝色,并将y值较大的点显示为深蓝色,生成的图形如图15-7所示。


注意

要了解pyplot中所有的颜色映射,请访问http://matplotlib.org/,单击Examples,向下滚动 到Color Examples,再单击colormaps_reference。


15.2.9 自动保存图表

要让程序自动将图表保存到文件中,可将对plt.show()的调用替换为对plt.savefig()的 调用:

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

第一个实参指定要以什么样的文件名保存图表,这个文件将存储到scatter_squares.py所在的 目录中;第二个实参指定将图表多余的空白区域裁剪掉。如果要保留图表周围多余的空白区域, 可省略这个实参。

15.3 随机漫步

在本节中,我们将使用Python来生成随机漫步数据,再使用matplotlib以引人瞩目的方式将这 些数据呈现出来。随机漫步是这样行走得到的路径:每次行走都完全是随机的,没有明确的方向, 结果是由一系列随机决策决定的。你可以这样认为,随机漫步就是蚂蚁在晕头转向的情况下,每次都沿随机的方向前行所经过的路径。

在自然界、物理学、生物学、化学和经济领域,随机漫步都有其实际用途。例如,漂浮在水 滴上的花粉因不断受到水分子的挤压而在水面上移动。水滴中的分子运动是随机的,因此花粉在 水面上的运动路径犹如随机漫步。我们稍后将编写的代码模拟了现实世界的很多情形。

15.3.1 创建 RandomWalk()类

为模拟随机漫步,我们将创建一个名为RandomWalk的类,它随机地选择前进方向。这个类需 要三个属性,其中一个是存储随机漫步次数的变量,其他两个是列表,分别存储随机漫步经过的 每个点的x和y坐标。 RandomWalk类只包含两个方法:__init__ ()和fill_walk(),其中后者计算随机漫步经过的所 有点。下面先来看看__init__(),如下所示:

random_walk.py
1 from random import choice
class RandomWalk():"""一个生成随机漫步数据的类"""
2 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)
3 self.x_values = [0]self.y_values = [0] 

为做出随机决策,我们将所有可能的选择都存储在一个列表中,并在每次做决策时都使用 choice()来决定使用哪种选择(见1)。接下来,我们将随机漫步包含的默认点数设置为5000,这 大到足以生成有趣的模式,同时又足够小,可确保能够快速地模拟随机漫步(见2)。然后,在 3处,我们创建了两个用于存储x和y值的列表,并让每次漫步都从点(0, 0)出发。

15.3.2 选择方向

我们将使用fill_walk()来生成漫步包含的点,并决定每次漫步的方向,如下所示。请将这 个方法添加到random_walk.py中:

random_walk.py
 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
1 while len(self.x_values) < self.num_points:# 决定前进方向以及沿这个方向前进的距离
2 x_direction = choice([1, -1])x_distance = choice([0, 1, 2, 3, 4])
3 x_step = x_direction * x_distancey_direction = choice([1, -1])y_distance = choice([0, 1, 2, 3, 4])
4 y_step = y_direction * y_distance# 拒绝原地踏步
5 if x_step == 0 and y_step == 0:continue# 计算下一个点的x和y值
6 next_x = self.x_values[-1] + x_stepnext_y = self.y_values[-1] + y_stepself.x_values.append(next_x)self.y_values.append(next_y) 

在1处,我们建立了一个循环,这个循环不断运行,直到漫步包含所需数量的点。这个方法 的主要部分告诉Python如何模拟四种漫步决定:向右走还是向左走?沿指定的方向走多远?向上 走还是向下走?沿选定的方向走多远?

我们使用choice([1, -1])给x_direction选择一个值,结果要么是表示向右走的1,要么是表 示向左走的-1(见2)。接下来,choice([0, 1, 2, 3, 4])随机地选择一个0~4之间的整数,告诉 Python 沿指定的方向走多远(x_distance)。(通过包含0,我们不仅能够沿两个轴移动,还能够 沿y轴移动。)

在3和4处,我们将移动方向乘以移动距离,以确定沿x和y轴移动的距离。如果x_step为正, 将向右移动,为负将向左移动,而为零将垂直移动;如果y_step为正,就意味着向上移动,为负 意味着向下移动,而为零意味着水平移动。如果x_step和y_step都为零,则意味着原地踏步,我 们拒绝这样的情况,接着执行下一次循环(见5)。

为获取漫步中下一个点的x值,我们将x_step与x_values中的最后一个值相加(见6),对于y 值也做相同的处理。获得下一个点的x值和y值后,我们将它们分别附加到列表x_values和y_values 的末尾。

15.3.3 绘制随机漫步图

下面的代码将随机漫步的所有点都绘制出来:

rw_visual.py
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# 创建一个RandomWalk实例,并将其包含的点都绘制出来
1 rw = RandomWalk()
rw.fill_walk()
2 plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show() 

我们首先导入了模块pyplot和RandomWalk类,然后创建了一个RandomWalk实例,并将其存储 到rw中(见1),再调用fill_walk()。在2处,我们将随机漫步包含的x和y值传递给scatter(), 并选择了合适的点尺寸。图15-8显示了包含5000个点的随机漫步图(本节的示意图未包含 matplotlib查看器部分,但你运行rw_visual.py时,依然会看到)。


关于“Python”的核心知识点整理大全37-CSDN博客

关于“Python”的核心知识点整理大全25-CSDN博客

关于“Python”的核心知识点整理大全12-CSDN博客

往期快速传送门👆(在文章最后):

感谢大家的支持!欢迎订阅收藏!专栏将持续更新!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/578811.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Unity-GUID

Unity中的GUID(全局唯一标识符 Globally Unique Identifier)是一个十六字节的字符序列,用于标识和识别Unity中的对象和组件。GUID的生成规则如下: 1> GUID是通过使用全局唯一标识符算法(UUID)来生成的。 2> GUID由32个十六进制数字(0-9和A-F)组成的字符串表示。 …

Mysql(4事务及存储)

目录 一.事务 事务的 ACID 特性&#xff1a; 一致性问题&#xff1a; 隔离级别&#xff1a; 查看隔离级别&#xff1a; ​编辑 设置隔离级别&#xff1a; 事务管理操作&#xff1a; 看下未提交读隔离的现象&#xff1a; ​编辑 看下提交读隔离的现象&#xff1a; 看…

如何禁用USB接口?这些方法你都可以试试

如何禁用USB接口 禁用USB接口可以通过操作系统设置或者使用一些硬件设备。 1. 通过操作系统禁用 通过操作系统禁用USB接口&#xff0c;是比较简单的操作&#xff0c;对电脑的损害也是比较小的。下面就一起来看一看&#xff0c;在不同的操作系统如何禁用USB。Windows系统&…

右值引用和移动语义以及C++11新增的类功能

正文开始前给大家推荐个网站&#xff0c;前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&#xff0c;风趣幽默&#xff0c;忍不住分享一下给大家。点击跳转到网站。 右值引用和左值引用 传统的C语法中就有引用的语法&#xff0c;而C11中新增了的右值引用语法特…

【华为OD机试真题2023CD卷 JAVAJS】执行任务赚积分

华为OD2023(C&D卷)机试题库全覆盖,刷题指南点这里 执行任务赚积分 时间限制:1s 空间限制:256MB 限定语言:不限 题目描述: 现有N个任务需要处理,同一时间只能处理一个任务,处理每个任务所需要的时间固定为1。 每个任务都有最晚处理时间限制和积分值,在最晚处理时间…

Java多线程技术五——单例模式与多线程-备份

1 概述 本章的知识点非常重要。在单例模式与多线程技术相结合的过程中&#xff0c;我们能发现很多以前从未考虑过的问题。这些不良的程序设计如果应用在商业项目中将会带来非常大的麻烦。本章的案例也充分说明&#xff0c;线程与某些技术相结合中&#xff0c;我们要考虑的事情会…

iconify图标集离线使用方案简介

1.需求描述 前端项目&#xff0c;技术栈使用Vue3Element Plus&#xff0c;参考了ruoyi-vue-pro项目与vue-element-plus-admin项目&#xff0c;封装了一个Icon组件&#xff0c;图标使用的是iconify,项目部署在内网环境&#xff0c;不能连接互联网&#xff0c;需要部署一套iconi…

《LeetCode力扣练习》代码随想录——栈与队列(用栈实现队列---Java)

《LeetCode力扣练习》代码随想录——栈与队列&#xff08;用栈实现队列—Java&#xff09; 刷题思路来源于 代码随想录 232. 用栈实现队列 没有算法 class MyQueue {private Stack<Integer> stackIn;private Stack<Integer> stackOut;public MyQueue() {stackInnew…

Docker基本命令和Docker怎么自己制作镜像

基本命令 启动新的容器&#xff08;指定容器名称和端口映射【主机端口&#xff1a;容器端口】) docker run --name 容器名 -p 8080:80 镜像名 启动新的容器&#xff08;交互式&#xff09; docker run -it centos7-with-jdk /bin/bash 特权方式启动容器 docker run -d --…

After Effects 2021 for Mac(AE 2021)

After Effects 2021是一款由Adobe公司开发的视频特效和动态图形制作软件&#xff0c;它主要用于电影、电视和网络视频的后期制作。该软件可以帮助用户创建各种令人惊叹的视觉效果&#xff0c;包括动态图形、文字特效、粒子系统、3D渲染等。 After Effects 2021提供了数百种特效…

文心一言 VS 讯飞星火 VS chatgpt (165)-- 算法导论13.1 5题

五、用go语言&#xff0c;证明&#xff1a;在一棵红黑树中&#xff0c;从某结点 x 到其后代叶结点的所有简单路径中&#xff0c;最长的一条至多是最短一条的 2 倍。 文心一言&#xff1a; 首先&#xff0c;我们要理解红黑树的性质。红黑树是一种自平衡的二叉查找树&#xff0…

天锐绿盾加密软件 | 数据保护 | 防泄密软件 \ 透明加密系统

天锐绿盾数据保护方案是一种全面的数据安全解决方案&#xff0c;旨在保护企业的电子文档和数据不被非法访问或泄露。 PC端访问地址&#xff1a; https://isite.baidu.com/site/wjz012xr/2eae091d-1b97-4276-90bc-6757c5dfedee 以下是天锐绿盾数据保护方案的主要功能和特点&…

【Python】FastAPI学习记录(二)

模型&#xff0c;请求数据 使用记录模型响应模型减少代码量任意 dict 构成的响应 请求附加信息Header信息 其他的请求信息表单数据文件数据基本使用多文件 表单文件 使用记录 模型 响应模型 有的时候一个post接口&#xff0c;请求模型和响应模型我们需要的字段是不一样的&am…

鹅目标检测数据集VOC格式350张

鹅是一种大型的水禽&#xff0c;常见于湖泊、河流和农田周围。它们的体形庞大&#xff0c;长有长颈和宽阔的翅膀&#xff0c;通常呈灰白色或棕褐色。鹅的头部呈黑色&#xff0c;嘴呈橙色&#xff0c;眼睛则是明亮的蓝色。 鹅是非常社交的动物&#xff0c;常以大群的形式生活在…

Jtti 香港服务器使用RAID技术的优势

RAID(冗余磁盘阵列)技术在服务器中的应用为数据存储提供了冗余、性能优化和容错能力。在香港服务器中使用RAID技术可以带来一些优势&#xff1a; 数据冗余&#xff1a; RAID 提供了数据冗余功能&#xff0c;通过在多个磁盘上存储相同的数据&#xff0c;使得即使其中一个磁盘发生…

DevC++ easyx实现视口编辑,在超过屏幕大小的地图上画点,与解决刮刮乐bug效果中理解C语言指针的意义

继上篇文案&#xff0c; DevC easyx实现地图拖动&#xff0c;超过屏幕大小的巨大地图的局部显示在屏幕的方法——用悬浮窗的原理来的实现一个视口-CSDN博客 实现了大地图拖动&#xff0c;但是当时野心不止&#xff0c;就想着一气能搓啥就继续搓啥&#xff0c;看着地图移动都搓…

树莓派,mediapipe,Picamera2利用舵机云台追踪人手(PID控制)

一、项目目标 追踪人手大拇指指尖&#xff1a; 当人手移动时&#xff0c;摄像头通过控制两个伺服电机&#xff08;分别是偏航和俯仰&#xff09;把大拇指指尖放到视界的中心位置&#xff0c;本文采用了PID控制伺服电机 Mediapipe Hand简介 MediaPipe 手部标志任务可检测图像…

windows搭建MySQL主从补充说明

这3种情况是在HA切换时&#xff0c;由于是异步复制&#xff0c;且sync_binlog0&#xff0c;会造成一小部分binlog没接收完导致同步报错。 第一种&#xff1a;在master上删除一条记录&#xff0c;而slave上找不到。 第二种&#xff1a;主键重复。在slave已经有该记录&#xff…

Kotlin 数据类

1、语法 data 修饰的类 data class User(val name: String, val age: Int) 编译器自动从主构造函数中声明的所有属性导出以下成员&#xff1a; .equals()/.hashCode() 对.toString() 格式是 "User(nameJohn, age42)".componentN() 按声明顺序对应于所有属性.cop…

链接世界与中国时尚文化,积萨伯爵国际时尚品牌在中国大放异彩

时尚的历史是一部文化发展的历史。从中国古代到现代西方&#xff0c;每个时代的时尚都有其独特的文化背景和历史意义。自丝绸之路开启了古代中国与罗马帝国之间的贸易&#xff0c;时尚的不断创新和变革&#xff0c;是文化变迁和时代精神的反映。时尚的变化&#xff0c;也引领着…