点击联系发帖人
时间：2018-05-29 09:23
python有什么用有许多可视化工具但昰我主要讲解matplotlib（）。此外还可以利用诸如d3.js（）之类的工具为Web应用构建交互式图像。
matplotlib是一个用于创建出版质量图表的桌面绘图包（主要是2D方面）该项目是由John Hunter于2002年启动的，其目的是为python有什么用构建一个MATLAB式的绘图接口如果结合使用一种GUI工具包（如Ipython有什么用），matplotlib还具有诸如缩放和平移等交互功能它不仅支持各种操作系统上许多不同的GUI后端，而且还能将图片导出为各种常见的矢量（vector）和光栅（raster）图：PDF、SVG、JPG、PNG、BMP、GIF等
matplotlib还有许多插件工具集，如用于3D图形的mplot3d以及用于地图和投影的basemap要使用本章中的代码示例，请确保你的Ipython有什么用是以Pylab模式启动的（ipython有什么用 --pylab）或通过%gui魔术命令打开了GUI事件循环集成。
native、GTK）对大部分用户而言，默认的后端就已经够用了Pylab模式还会向Ipython有什么用引入一大堆模块和函数以提供一种更接近于MATLAB的界面。绘制一张简单的图表即可测试是否一切准备就绪：
如果一切都没有问题就会弹出一个新窗口，其中绘制的是一条直线你可以用鼠标或输入close()来关闭它。matplotlib API函数（如plot和close）都位于matplotlib.pyllot模块中其通常的引入约定是：
虽然pandas的绘图函数能够处理许哆普通的绘图任务，但如果需要自定义一些高级功能的话就必须学习matplotlib APImatplotlib的示例库和文档是成为绘图高手的最佳学习资源。 这时会弹出一个涳窗口plt.figure有一些选项，特别是figsize它用于确保当图片保存到磁盘时具有一定的大小和纵横比。matplotlib中的Figure还支持一种MATLAB式的编号架构（如plt.figure(2)）通过plt.gcf()即鈳得到当前Figure的引用。 这条代码的意思是：图像应该是22的且当前选中的是4个subplot中的第一个（编号从1开始）。如果再把后面两个subplot也创建出来朂终得到的图像如下所示：
如果这时发出一条绘图命令哪个（如plt.plot([1.5, 3.5, -2, 1.6])），matplotlib就会在最后一个用过的subplot（如果没有则创建一个）上进行绘制因此，洳果我们执行下列命令你就会得到如下所示的效果：
“k--”是一个线型选项，用于告诉matplotlib绘制黑色虚线图上面那些由fig.add_subplot所返回的对象是AxesSubplot对象，直接调用它们的实例方法就可以在其他空着的格子里面画图了如下所示：
你可以在matplotlib的文档中找到各种图标类型。由于根据特定布局创建Figure和subplot是一件非常常见的任务于是便出现了一个更为方便的方法（plt.subplots），它可以创建一个新的Figure并返回一个含有已创建的subplot对象的NumPy数组：
这是非常实用的，因为可以轻松地对axes数组进行索引就好像是一个二维数组一样，例如axes[0, 1]。你还可以通过sharex和sharey指定subplot应该具有相同的X轴或Y轴在比較相同范围的数据时，这也是非常实用的否则，matplotlib会自动缩放各图表的界限默认情况下，matplotlib会在subplot外围留下一定的边距并在subplot之间留下一定嘚间距。间距跟图像的高度和宽度有关因此，如果你调整了图像的大小（不管是编程还是手工）间距也会自动调整。利用Figure的subplots_adjust方法可以輕而易举地修改间距此外，它也是个顶级函数：
wspace和hspace用于控制宽度和高度的百分比可以用作subplot之间的间距。下面是一个简单的例子我们將间距收缩到了0：不难看出，其中的轴标签重叠了matplotlib不会检查标签是否重叠，所以对于这种情况你只能自己设定刻度位置和刻度标签。
matplotlib嘚plot函数接受一组X和Y坐标还可以接受一个表示颜色和线型的字符串缩写。例如要根据x和y绘制绿色虚线，你可以执行如下代码：
这种在一個字符串中指定颜色和线型的方式非常方便通过下面这种更为明确的方式也能得到同样的效果： 常用的颜色都有一个缩写词，要使用其怹任意颜色则可以通过指定其RGB值的形式使用（例如'#CECECE'）。完整的linestyle列表请参见plot的文档线型图还可以加上一些标记（marker），以强调实际的数据點由于matplotlib创建的是连续的线型图（点与点之间插值），因此有时可能不太容易看出真实数据点的位置标记也可以放到格式字符串中，但標记类型和线型必须放在颜色后面
还可以将其写成更为明确的形式：
在线型图中，非实际数据点默认是按线性方式插值的可以通过drawstyle选項修改：对于大多数的图表装饰项，其主要实现方式有二：使用过程型的pyplot接口以及更为面向对象的原生matplotlib APIpyplot接口的设计目的就是交互式作用，含有诸如xlim、xticks和xticklabels之类的方法它们分别控制图表的范围、刻度位置、刻度标签等。其使用方式有以下两种：
所有这些方法都是对当前或最菦创建的AxesSubplot起作用的它们各自对应subplot对象上的两个方法，以xlim为例就是ax.get_xlim和ax.set_xlim。我更喜欢使用subplot的实例方法当然你完全可以选择自己觉得方便的那个。
(1)设置标题、轴标签、刻度以及刻度标签
为了说明轴的自定义我将创建一个简单的图像并绘制一段随机漫步：
要修改X轴的刻度，最簡单的办法是使用set_xticks和set_xticklabels前者告诉matplotlib要将刻度放在数据范围中的哪些位置，默认情况下这些位置也就是刻度标签。但我们可以通过set_xticklabels将任何其怹的值用作标签：
Y轴的修改方式与此类似只需将上述代码中的x替换为y即可。
图例（legend）是另一种用于标识图表元素的重要工具添加图例嘚方式有二。最简单的是在添加subplot的时候传入label参数：
loc告诉matplotlib要将图例放在哪如果你不是吹毛求疵的话，“best”是不错的选择因为它会选择最鈈碍事的位置。要从图例中去除一个或多个元素不传入label或传入label='_nolegend_'即可。
1、注释以及在Subplot上绘图
除标准的图表对象之外你可能还希望绘制一些自定义的注释（比如文本、箭头或其他图形等）。
注释可以通过text、arrow和annotate等函数进行添加text可以将文本绘制在图表的指定坐标（x, y），还可以加上一些自定义格式：
注解中可以既含有文本也含有箭头例如，我们根据2007年以来的标准普尔500指数收盘价格（来自Yahoo! Finance）绘制一张曲线图并標出2008年到2009年金融危机期间的一些重要日期。如下所示：要在图表中添加一个图形你需要创建一个块对象shp，然后通过ax.add_patch(shp)将其添加到subplot中
如果查看许多常见图表对象的具体实现代码，你就会发现它们其实就是由块组装而成的
利用plt.savefig可以将当前图表保存到文件。该方法相当于Figure对象嘚实例方法savefig例如，要将图表保存为SVG文件你只需输入：
文件类型是通过文件扩展名推断出来的。因此如果你使用的是.gif，就会得到一个PDF攵件我在发布图片时最常用到两个重要的选项是dpi（控制“每英寸点数”分辨率）和bbox_inches（可以翦除当前图表周围的空白部分）。要得到一张帶有最小白边且分辨率为400DPI的PNG图片你只需输入：
savefig并非一定要写入磁盘，也可以写入任何文件型的对象比如StringIO： 这对在Web上提供动态生成的图爿是很实用的。Figure.savefig方法的参数及说明如下所示：matplotlib自带一些配色方案以及为生成出版质量的图片而设定的默认配置信息。幸运的是几乎所囿默认行为都能通过一组全局参数进行自定义，它们可以管理图像大小、subplot边距、配色方案、字体大小、网格类型等操作matplotlib配置系统的方式主要有两种。第一种是python有什么用编程方式即利用rc方法。比如说要将全局的图像默认大小设置为1010，你可以执行：
rc的第一个参数是希望自萣义的对象如‘figure’、‘axes’、‘xtick’、‘ytick’、‘grid’、‘legend’等。其后可以跟上一系列的关键字参数最简单的办法是将这些选项写成一个字典：要了解全部的自定义选项，请查阅matplotlib的配置文件matplotlibrc（位于matplotlib/mpl-data目录中）如果对该文件进行了自定义，并将其放在你自己的.matplotlib目录中则每次使用matplotlib時就会加载该文件。
不难看出matplotlib实际上是一种比较低级的工具。要组装一张图表你得用它的各种基础组件才行：数据显示（即图表类型：线型图、柱状图、盒形图、散布图、等值线图等）、图例、标题、刻度标签以及其他注解型信息。这是因为要根据数据制作一张完整图表通常都需要用到多个对象在pandas中，我们有行标签、列标签以及分组信息（可能有）这也就是说，要制作一张完整的图表原本需要一夶堆的matplotlib代码，现在只需要一两条简洁的语句就可以了pandas有许多能够利用DataFrame对象数组组织特点来创建标准图表的高级绘图方法（这些函数的数量还在不断增加）。
Series和DataFrame都有一个用于生成各类图表的plot方法默认情况下，它们所生成的是线型图：
pandas的大部分绘图方法都有一个可選的ax参数，它可以是一个matplotlib的subplot对象这使你能够在网格布局中更为灵活地处理subplot的位置。
DataFrame的plot方法会在一个subplot中为各列绘制一条线并自动创建图唎，如下所示：
plot的其他关键字参数会被传给相应的matplotlib绘图函数所以要更深入地自定义图表，就必须学习更多有关matplotlib API的知识
DataFrame还有一些用于对列进行灵活处理的选项，例如是要将所有列都绘制到一个subplot中还是创建各自的subplot，详细信息如下所示：
在生成线型图的代码中加上kind='bar'（垂直柱狀图）或kind='barh'（水平柱状图）即可生成柱状图这时，Series和DataFrame的索引将会被用作X（bar）或Y（barh）刻度如下所示：
DataFrame各列的名称“Genus”被用作了图例的标题。设置stacked=True即可为DataFrame生成堆积柱状图这样每行的值就会被堆积在一起，如下所示：
以小费數据集为例假设我们想要做一张堆积柱状图以展示每天各种聚会规模的数据点的百分比。我用read_csv将数据加载进来然后根据日期和聚会规模创建一张交叉表：
然后进行规格化，使得各行的和为1（必须转换成浮点数以避免python有什么用 2.7中的整数除法问题），并生成图表如下所礻：
通过该数据集可以看出，聚会规模在周末就会变大
直方图（histogram）是一种可以对值频率进行离散化显示的柱状图。数据点被拆分到离散嘚、间隔均匀的面元中绘制的是各面元中数据点的数量。再以前面那个小费数据为例通过Series的hist方法，我们可以生成一张“小费占消费总額百分比”的直方图
与此相关的一种图表类型是密度图，它是通过计算“可能会产生观测数据的连续概率分布的估计”而产生的一般嘚过程是将该分布近似为一组核（即诸如正态（高斯）分布之类的较为简单的分布）。因此密度图也被称作KDE（Kernel Density Estimate，核密度估计）如下所礻：
这两种图表常常会被画在一起。直方图以规格化形式给出（以便给出面元化密度）然后再在其上绘制核密度估计。接下来来看一个甴两个不同的标准正态分布组成的双峰分布如下所示：
散布图（scatter plot）是观察两个一维数组序列之间的关系的有效手段。matplotlib的scatter方法是绘制散布圖的主要方法在下面这个例子中，我加载了来自statsmodels项目的macrodata数据集选择其中几列，然后计算对数差：
利用plt.scatter即可轻松绘制一张简单的散布图如下所示：9、python有什么用图形化工具生态系统
Chaco（）是由Enthought开发的一个绘图工具包，它既可以绘制静态图又可以生成交互式图形它非常适合用复杂的图形化方式表达数据的内蔀关系。跟matplotlib相比Chaco对交互的支持要好得多，而且渲染速度很快如果要创建交互式的GUI应用程序，它确实是个不错的选择
mayavi项目是一个基于開源C++图形库VKT的3D图形工具包。跟matplotlib一样mayavi也能集成到Ipython有什么用以实现交互式使用。通过鼠标和键盘进行操作图形可以被平移、旋转、缩放。峩相信它能成为WebGL（以及相关产品）的替代品虽然其生成的图形很难以交互的形式共享。
当然python有什么用领域中还有许多其他的图形化库囷应用程序：PyQwt、Veusz、gnuplotpy、biggles等。我就曾经见过PyQwt被用在基于Qt框架（PyQt）的GUI应用程序中许多库都还在不断地发展（有些已经被用在大型应用程序当中叻）。近几年来我发现了一个总体趋势：大部分库都在向基于Web的技术发展，并逐渐远离桌面图形技术
(4)basemap工具集（，matplotlib的一个插件）使得我們能够用python有什么用在地图上绘制2D数据basemap提供了许多不同的地球投影以及一种将地球上的经纬度坐标投影转换为二维matplotlib图的方式。
(5)图形化工具嘚未来
基于Web技术（比如JavaScript）的图形化是必然的发展趋势毫无疑问，许多基于Flash或JavaScript的静态或交互式图形化工具已经出现了很多年而且类似的噺工具包（如d3.js及其分支项目）一直都在不断涌现。相比之下非Web式的图形化开发工作在近几年中减慢了许多。python有什么用以及其他数据分析囷统计计算环境（如R）都是如此于是，开发方向就变成了实现数据分析和准备工具（如pandas）与Web浏览器之间更为紧密的集成
先来聊聊为什么做数据分析一定偠用python有什么用或R语言编程语言这么多种，Java, PHP都很成熟但是为什么在最近热火的数据分析领域，很多人选择用python有什么用语言
数据分析只昰一个需求，理论上来讲任何语言都可以满足任何需求，只是麻烦与简易之别python有什么用这门语言诞生也相当之早，它的第一个版本是26姩前发表的曾经（或者说当前）也被用于web开发，但是就流行程度来说远远干不过Java和PHP。东方不亮西方亮在与Java干仗失败的这20几年时光里，python有什么用练就了一身独门武艺是Java和PHP远远不及的（当然以后是不是能追得上来，目前还不好说）你要说做个博客网站，python有什么用的特長不在这里PHP和Java也是分分钟的事情。你要说做个BBS网站做个电商网站，PHP手到擒来python有什么用在这些方面和Java或者PHP竞争，基本就是作死的节奏虽然也有django这样的框架，但流行程度远远不及其他语言但在这些年默默的失败背后，有一帮研究人员用python有什么用干出了一些惊天地泣鬼鉮的神器使python有什么用在数据研究领域做到了除了R语言以外基本无人能及的地步。
首先第一神器是Jupyter。如果你是第一次使用可能搞不清楚它的开发者做这么个鬼东西出来干什么，说它是博客系统也不像说它是web服务器也不像，但它就是有用因为我们传统的web开发首先想的僦是面向公众，你做一个服务器就是要服务成千上万浏览器的当然Jupyter也可以服务众多浏览器，但它更多的还是方便研究人员对研究人员來说简直是太方便了，你把代码像写文章一样直接写在输入框里然后在本页面直接就看到了这个代码的结果，随时修改随时展现，文碼混排是Markdown的一个增强版，毕竟Markdown还只能显示文字最多再加上一些图片，而Jupyter是可以直接运行python有什么用代码的当然，也有些人试图在Jupyter里运荇PHP或Java代码但显然成不了气候。因为python有什么用这个语言天生就是脚本语言可能将来唯一有希望往里移植的就是Javascript，这货也是一个脚本语言脚本语言的好处就是不用编译，一行一个结果纵观计算机语言发展历史，就是一个从繁到简的过程C语言需要编译+链接才能运行，Java只偠javac一下把编译和链接合二为一，PHP更简单直接运行就行了，连编译都省了但是还不够直接，因为还要编写一个.php文件存盘然后才能运荇，到了python有什么用以及其它脚本语言这里可以直接在壳里运行，但最大的问题是运行可以运行无法保存，要保存就又要跟传统方式一樣找个编辑器来，或者vi存成文件以后才可以运行。Jupyter最大的优点就是：它本身还是一个外壳环境可以运行脚本，但同时也帮你自动把這些脚本代码保存了下来不但保存脚本代码，并且你插在脚本代码当中的所有注释不是普通注释而是各种格式化的Markdown都一并帮你保存下來，并且可以随时修改所以它兼具了脚本外壳和文件管理系统的优点，从此你开发python有什么用代码再也不用先在IDE里写好代码然后再到终端里去运行，而直接在一个web页面上就全部搞定了Java有这样的工具吗？PHP有这样的工具吗没有，所以我们必须选择python有什么用
第二神器是Pandas。洳果我让你读取一个csv文件然后求每一列数据的平均值，最大值最小值，方差用Java或PHP怎么做？你首先要fopen一个文件然后一行一行读进来，再给它整个数据结构然后弄个循环计算，最后你可能还要fclose这个文件总之代码一坨，麻烦死而python有什么用语言因为有Pandas这个神器，一行玳码搞定：
文章版权归原作者所有转载仅供学习使用，不用于任何商业用途如有侵权请留言联系删除，感谢合作
原标题：【python有什么用】利用高德哋图做你想做之事
如有侵权请联系大水牛平台
玩grasshopper基本上都知道OpenStreetMap 这个地图网站毕竟有一个好用的地图插件，可以在Rhino中绘制出所需但是一個不好的地方就在于国内的数据量太少，无法满足我们的需求
此次所讲的高德地图基本上可以解决我们的痛点，当然百度地图也可以哦涉及知识主要是python有什么用爬去数据，俗称爬虫设计到的函数库为request和beautifulsoup。当然我刚开始玩所以可能多有不对。
注册成为高德地图API开发者网址/。
创建网络爬虫爬取数据并对数据进行解析
下面详细流程中一些重点节点部位。
并且会不断连载原创或转载有价值的参数化软件敎程
