Python项目实践2——数据可视化

目录

• 第十五章 生成数据
  • 15.1 绘制折线图、散点图
  • 15.2 随机漫步
  • 15.4 使用 Pygal 模拟掷骰子
• 第十六章 下载数据
  • 16.1 CSV文件格式
    • 16.1.1 实例：分析文件头
    • 16.1.2 分析文件数据
    • 16.1.3 实例：分析文件数据
    • 16.1.4 错误检查
  • 16.2 制作世界人口地图：JSON格式
    • 16.2.1 涉及到的函数
    • 16.2.2 处理数据
    • 16.2.2 制作世界地图
• 第十七章 使用API
  • 17.1 使用 Web API
    • 17.1.1 使用 API 调用请求数据
    • 17.1.2 编写程序处理 API 响应
    • 17.1.3 处理响应字典
    • 17.1.4 监视 API 的速率限制
  • 17.2 使用 Pygal 可视化仓库
    • 17.2.1 改进 Pygal 图表外观
    • 17.2.2 添加自定义工具提示
    • 17.2.3 添加可单击的链接
• 参考文献

第十五章 生成数据

总教程可查：https://github.com/matplotlib/AnatomyOfMatplotlib

学习如何使用matplotlib和Pygal生成数据，以及根据这些数据创建实用的图表。

1. 数据可视化：指通过可视化表示来探索数据。

2. 数据挖掘/数据分析：指使用代码来探索数据集的规律和关联。

3. matplotlib：是一个数学绘图库，可用于制作简单的图表，Eg：折线图和散点图。

   （查看使用matplotlib可制作的图表：访问 matplotlib的官方样图 ）

4. Plotly包：专注于生成适合在数字设备上显示的图表。

   • Plotly 生成的图标可根据显示设备的尺寸自动调整大小，还具备众多交互特性，如在用户将鼠标指向图表的不同部分时突出数据集的特定方面。

15.1 绘制折线图、散点图

1. 导入matplotlib的模块pyplot（可给它执行别名plt）

   

2. fig, ax = pyplot.subplots(dpi=, figsize=)——在一张图中绘制一个子图表。

   • 返回值1：变量 fig 表示整张图

   • 返回值2：变量 ax 表示接下来要绘制的子图表

   • 参数 dpi：指定分辨率

   • 参数 figsize：元组，指定绘图窗口的尺寸，单位为英寸