chap15 生成数据

15.2 绘制简单的折线图

Step1：导入pyplot模块（此模块中包含很多用于生成图表的函数），并指定别名，以免反复输入pyplot

import matplotlib.pyplot as plt

Step2：创建列表，在其中存储平方数

squares=[1,4,9,16,25]

Step3：将列表传递给函数plot()，这个函数尝试尝试根据列表提供的数字绘制出有意义的图形

plt.plot(squares)

Step4：打开matplotlib查看并显示绘制的图形

plt.show()

学会了如何绘制图形，我们还需要做一系列的后续操作。

图形更容易阅读
下面介绍一些对图形的基本操作：

操作	代码
改线条粗细	plt.plot(<列表名>, linewidth=<粗细值>)
置图表标题	plt.title(<标题名>, fontsize=<字号>)
修改标签文字	plt.xlable/ylable(<标签名>, fontsize=<字号>)
修改线条粗细	plt.tick_params(axis=‘both’, lablesize=<字号>)

正确绘制图形
当你向plot()提供一系列数字时，它假设第一个数据点对应的 $x$ 坐标值为0，但我们提供的序列的第一个点对应的 $x$ 值为1。为改变这种默认行为，可以给plot()同时提供输入值和输出值，即对应的步骤变为：
Step2：提供输入值和输出值
```
input_values=[1,2,3,4,5]
squares=[1,4,9,16,25]
```
Step3：将列表传递给函数plot()，这个函数尝试尝试根据列表提供的数字绘制出有意义的图形
```
plt.plot(input_values,squares,linewidth=5)
```
使用scatter()绘制散点图
① 绘制单个点
```
plt.scatter(2,4)
```
② 绘制一系列点
```
plt.scatter(x_values,y_values,4)
```
自动计算数据
```
y_values=[x**2 for x in x_values]
```
遍历 $x$ 值，计算其平方值，并将结果存储到列表y_values中。一般这时需要设置坐标轴的取值范围，使用函数：
```
axis([<x轴最小值>,<x轴最大值>，<y轴最小值>],<y轴最大值>)
```
散点图操作
下面介绍一些对散点图进行修改的参数：
① 删除数据点的轮廓
edgecolor='none'
调用scatter()时传递该实参（默认为蓝色点和黑色轮廓，删除轮廓后为蓝色实心点）。
② 自定义颜色
c=<颜色名称>或c=<RGB颜色>如c='red'或c=(0,0,0.8)
在调用scatter()时传递该实参。包含0~1之间的小数值的元组，RGB中值越接近0，指定的颜色越深，值越接近1，指定的颜色越浅。
③ 使用颜色映射
颜色映射是一系列颜色，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。
c=y_values, cmpa=plt.cm.Blues
其中参数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。这里代码将 $y$ 值小的点显示为浅蓝色，并将 $y$ 值较大的点显示为深蓝色。
④ 自动保存图表
```
plt.savefig('squares_plot.png',bbox_inches='tight')
```
其中，第一个参数指定要以什么样的文件名保存图表；第二个实参指定将图表多余的空白区域裁减掉。

15.3 随机漫步

随机漫步是每次行走都完全随机，没有明确的方向，结果是由一系列随机决策决定的。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。

🦆🦆即将更新

chap16 下载数据

chap17 使用API

附：一些小知识

访问http://matplotlib.org/的示例画廊，可查看使用matplotlib制作的各种图表。单击画廊中的图表，可查看用于生成图表的代码。
JSON（JavaScript Object Notation）格式最初是为了JavaScript开发的，但随后成了一种常见格式，被包括Python在内的众多语言采用。模块json能够将简单的Python数据结构转储到文件中，并在程序再次运行时加载该文件中的数据。
要了解pyplot中所有的颜色映射，请访问http://matplotlib.org/，单击Examples，向下滑动到Color Examples，再点击colormaps_reference。