數(shù)據(jù)可視化

在我們開始的我們的可視化的之旅之前，需要簡單的介紹一些數(shù)據(jù)分析工具，我們的數(shù)據(jù)可視化的任務也是建立在數(shù)據(jù)分析的基礎之上。Python 的主要數(shù)據(jù)分析工具如下所示：

• Numpy：這個是數(shù)據(jù)計算的工具，主要用來進行矩陣的運算，矢量運算等等。

• Scipy：科學計算函數(shù)庫，主要用在學術領域，主要包含線性代數(shù)模塊，信號與圖像處理模塊，統(tǒng)計學模塊等等。

• Sympy：數(shù)學符號計算庫

• Pandas：包含了 numpy 的各種功能，并提供了更加強大的函數(shù)，以及更加豐富的數(shù)據(jù)模型。
  Pandas的主要數(shù)據(jù)結構為 Series 和 DataFrame。

  • Series 可以當作是一般的數(shù)組，區(qū)別就是Series數(shù)組有索引的性質(zhì)，這個和普通的數(shù)組十分不同。我們可以通過series.index來獲取index的值。

  • DataFrame 可以把它想像成數(shù)據(jù)的表格的概念，它是把一個或者多個Series按照邏輯合并后的二維數(shù)據(jù)結構。

接下來讓我們開始我們數(shù)據(jù)可視化之旅吧。

首選，我們來畫一張最基本的直方圖。

from matplotlib import pyplot //引入matplotlib庫進行繪制圖形
import numpy as np  //引入numpy,來生成隨機數(shù)
x = np.arage(12)
y = np.random.rand(12)
labels = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec]
pyplot.bar(x,y, color='red', tick_label=labels)  //繪制條形圖
pyplot.title('first chart')
plot.show()

上面這幅是條形圖，我們可以看到 x 軸是月份，總共分為 12 個月，縱軸則是每個月的數(shù)值在 0-1 之間的值。

x = np.random.randn(800)
pyplot.hist(x,150)   //繪制直方圖
pyplot.title('second chart')
pyplot.show()

上面這幅是直方圖，默認的為藍色，數(shù)據(jù)在我們?nèi)‰S機數(shù)之后，基本上是呈現(xiàn)一個對稱分布的情況。

from mpl_toolkits.mplot3d import Axes3D   //引入三維圖形包

pic = pyplot.figure()
ax = Axes3D(pic)
x = np.arange(-1, 3, 0.3)  //x軸取值范圍
y = np.arange(-1, 3, 0.3   //y軸取值范圍
a, b = np.meshgrid(x,y)    //繪制二維圖形
c = a**2 + b **2
ax.plot_surface(a,b,c, cmap= pyplot.get_cmap('rainbow')) //繪制三維圖
ax.set_zlim(-1, 10)
pyplot.title('last chart')
pyplot.show()

除了簡單的二維圖形，同樣，matplotlib 也可以很輕松的繪制三維圖形，上面的代碼就是我們繪制三位圖形的簡單版本，效果如下所示：

總結

爬蟲只是我們獲取數(shù)據(jù)的第一步，我們最終的目的是要讓數(shù)據(jù)服務于人類，因此，我們需要Numpy,Pandas 等數(shù)據(jù)分析工具分析數(shù)據(jù)，然后使用 matplotlib 工具來繪制可視化圖形，從而讓我們的數(shù)據(jù)更加生動，更加被一般用戶所理解和使用。