谈谈Python实战数据可视化之pygal模块(基础篇)

前沿

对于需要在尺寸不同的屏幕上显示的图表，请考虑使用Pygal来生成它们，因为它们将自动缩放，以适合观看者的屏幕，这样它们在任何设备上显示时都会很美观。接下来我会谈谈pygal模块生成线、直方图的基本用法，用书本骰子的案例来更深入了解pygal模块的使用，对于pygal其他图形的创建其实方法差不多，实际运用时需要制作哪种图形就去官网查询，官网有很多图形创建的示例代码，pygal画廊官网链接：http://www.pygal.org/
如下方图（有图有代码，自己打一遍其实懂得也差不多了）：

创新互联服务项目包括田东网站建设、田东网站制作、田东网页制作以及田东网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，田东网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到田东省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

pygal绘制线图

绘制线图很简单，需要注意的是最后我们使用render_to_file将这个图表渲染为一个SVG文件，使用浏览器打开SVG文件方可查看生成的图表。
代码如下：

# 导入pygal可视化模块
import pygal

line_chart = pygal.Line()  # 创建一个线图的实例化对象
line_chart.title = 'Browser usage evolution (in %)'  # 设置标题
line_chart.x_labels = map(str, range(2002, 2013))  # 设置X轴标签，从2002年到2013年
# 下面是添加四条由11个点连成的线
line_chart.add('Firefox', [None, None, 0, 16.6, 25, 31, 36.4, 45.5, 46.3, 42.8, 37.1])
line_chart.add('Chrome', [None, None, None, None, None, None, 0, 3.9, 10.8, 23.8, 35.3])
line_chart.add('IE', [85.8, 84.6, 84.7, 74.5, 66, 58.6, 54.7, 44.8, 36.2, 26.6, 20.1])
line_chart.add('Others', [14.2, 15.4, 15.3, 8.9, 9, 10.4, 8.9, 5.8, 6.7, 6.8, 7.5])
line_chart.render_to_file('bar_chart.svg')  # 将图像保存为SVG文件，可通过浏览器查看

运行结果如下：

pygal绘制水平线图

基本用法跟绘制线图类似，代码如下：

# 导入pygal可视化模块
import pygal

line_chart = pygal.HorizontalLine()  # 创建一个水平线图的实例化对象
line_chart.title = 'Browser usage evolution (in %)'  # 设置标题
line_chart.x_labels = map(str, range(2002, 2013))  # 注意，这里的是水平线图，那么X轴就变为Y轴，Y轴变为X轴，所以这里map返回的值应用于Y轴
# 下面是添加四条由11个点连成的线
line_chart.add('Firefox', [None, None, 0, 16.6, 25, 31, 36.4, 45.5, 46.3, 42.8, 37.1])
line_chart.add('Chrome', [None, None, None, None, None, None, 0, 3.9, 10.8, 23.8, 35.3])
line_chart.add('IE', [85.8, 84.6, 84.7, 74.5, 66, 58.6, 54.7, 44.8, 36.2, 26.6, 20.1])
line_chart.add('Others', [14.2, 15.4, 15.3, 8.9, 9, 10.4, 8.9, 5.8, 6.7, 6.8, 7.5])
line_chart.range = [0, 100]  # 设置X轴的范围
line_chart.render_to_file('bar_chart.svg')  # 将图像保存为SVG文件，可通过浏览器查看

运行结果如下：

pygal绘制直方图

基本用法跟上面类似，代码如下：

# 导入pygal可视化模块
import pygal

frequency = [10, 20, 30, 40, 50, 60]
bar = pygal.Bar()  # 创建一个直方图的实例化对象
bar.title = 'test'  # 设置标题
bar.x_labels = ['1', '2', '3', '4', '5', '6']
bar.x_title = "Result"
bar.y_title = "Frequency of Result"

bar.add('D', frequency)
bar.render_to_file('bar_chart.svg')  # 将图像保存为SVG文件，可通过浏览器查看

运行结果如下：

使用Pygal模拟掷一个骰子

完成这个掷骰子项目需要以下几步：
1.创建Die骰子类来模拟人类掷骰子的过程
2.将每次掷骰子后的点数，还有点数对应出现的次数分别保存在results和frequencies列表中
3.根据第二步获取的数据results和frequencies列表来绘制直方图
代码如下：
（1）创建Die骰子类来模拟人类掷骰子的过程
在工程目录下创建一个die.py文件，文件代码如下：

from random import randint

class Die:
    def __init__(self, num_sides=6):
        """骰子默认为6面，也可以自定义面数"""
        self.num_sides = num_sides

    def roll(self):
        """返回一个1到骰子面数之间的随机值来模拟人掷骰子的结果值"""
        return randint(1, self.num_sides)

（2）将数据保存到results和frequencies列表中，并根据数据使用Pygal来绘制直方图
在工程目录下创建一个dice_visual.py文件，代码如下：

# 下面是掷一个六面骰子的案例
from die import Die
import pygal

# 实例化一个Die类对象
die = Die()

results = []
for roll_num in range(1000):
    result = die.roll()  # 调用实例化对象的roll方法随机生成一个数字，在1-6之间的数字模拟掷骰子
    results.append(result)  # 将结果放入results列表
frequencies = []
# 将实验的结果数据统计出每个数字出现的次数
for value in range(1, die.num_sides + 1):
    frequency = results.count(value)
    frequencies.append(frequency)

# 绘制直方图
# 实例化一个bar对象，对该对象的title、x_labels、x_title、y_title属性设置相当于在直方图设置。
hist = pygal.Bar()
hist.title = "Results of rolling one D6 1000 times"
hist.x_labels = ['1', '2', '3', '4', '5', '6']
hist.x_title = "Result"
hist.y_title = "Frequencies of result"

hist.add('D6', frequencies)
hist.render_to_file('die_visual.svg')

运行结果如下：

从上面的图表可以看出，掷一个D6骰子，每个点数出现的可能性接近相等，若掷骰子的次数更大， 那么每个点数出现的概率就越接近于6分之1.

使用Pygal模拟掷两个骰子

前面的案例是掷一个骰子，较为简单。这次案例是掷两个骰子，获取的点数更多，结果分布情况也不同。我们创建两个骰子，以模拟同时掷两个骰子的情况，每次掷两个骰子时，我们都将两个骰子的点数相加，并将结果存储在results中。最后，利用Pygal模块绘制直方图。
修改dice_visual.py文件代码如下：

# 下面是掷两个六面骰子的案例
from die import Die
import pygal

# 实例化两个个Die类对象
die_1 = Die()
die_2 = Die()

results = []
for roll_num in range(1000):
    result = die_1.roll() + die_2.roll()  # 将两次模拟掷骰子的值相加
    results.append(result)  # 将结果放入results列表
frequencies = []
max_result = die_1.num_sides + die_2.num_sides
# 将实验的结果数据统计出每个数字出现的次数
for value in range(2, max_result + 1):  # 两个骰子相加最小也是2
    frequency = results.count(value)
    frequencies.append(frequency)

# 绘制直方图
# 实例化一个bar对象，对该对象的title、x_labels、x_title、y_title属性设置相当于在直方图设置。
hist = pygal.Bar()
hist.title = "Results of rolling two D6 dice 1000 times"
hist.x_labels = list(range(2, max_result + 1))
hist.x_title = "Result"
hist.y_title = "Frequencies of result"

hist.add('D6 + D6', frequencies)
hist.render_to_file('dice_visual1.svg')

运行结果如下：

从上面的图表可以看出掷两个D6骰子，总点数为2或12的可能性最小，而总点数为7的可能性最大，这是因为在6种情况（1和6，2和5，3和4，4和3，5和2，6和1）下得到的总点数都为7。

使用Pygal模拟掷两个面数不同的骰子

下面创建一个6面骰子和10面骰子，然后同时掷两个骰子50000次。
再次修改dice_visual.py文件代码如下：

# 下面是掷两个面数不同的骰子案例
from die import Die
import pygal

# 实例化两个Die类对象
die_1 = Die()
die_2 = Die(10)  # 注意这里传入10

results = []
for roll_num in range(50000):
    result = die_1.roll() + die_2.roll()
    results.append(result)  # 将结果放入results列表
frequencies = []
max_result = die_1.num_sides + die_2.num_sides
# 将实验的结果数据统计出每个数字出现的次数
for value in range(2, max_result + 1):
    frequency = results.count(value)
    frequencies.append(frequency)

# 绘制直方图
# 实例化一个bar对象，对该对象的title、x_labels、x_title、y_title属性设置相当于在直方图设置。
hist = pygal.Bar()
hist.title = "Results of rolling a D6 and a D10 50,000 times"
hist.x_labels = list(range(2, max_result + 1))
hist.x_title = "Result"
hist.y_title = "Frequencies of result"

hist.add('D6 + D10', frequencies)
hist.render_to_file('dice_visual2.svg')

运行结果如下：

网站栏目：谈谈Python实战数据可视化之pygal模块(基础篇)
本文网址：http://jkwzsj.com/article/pgcopd.html