pygal库的使用
pygal
可视化包 pygal可以生成可缩放的矢量图形文件,如果是以在线方式使用图表,请考虑使用pygal来生成它们。因为它将自动缩放,以便适应观看者屏幕。
要直到可以创建什么样的图表,查看:https://www.pygal.org/en/stable/
列表中常用的方法:参考
安装
如果是非虚拟环境
python -m pip install --user pygal==1.7
比如我本地使用了虚拟环境:
(venv) D:\python-work\py-bigdata>python -m pip install pygal==1.7
如果需要安装最新版本:
python -m pip install pygal
查看是否可用:
import pygal
print(pygal.__version__)
使用pygal
创建类模拟骰子pygal_die.py
from random import randint
class Die():
"""表示一个骰子的类"""
def __init__(self, num_sides=6):
"""骰子默认为6面"""
self.num_sides = num_sides
pass
def roll(self):
"""返回一个位于1和骰子面数之间的随机值 1~self.num_sides之间的任意值"""
return randint(1, self.num_sides)
from random import randint:randint(min,max)可以返回min~max之间的一个随机整数。
下面来测试一下这个类:
from pygal_die import Die
die = Die()
results = []
for roll_num in range(100):
result = die.roll()
results.append(result)
print(results)
循环100次,可以看到值在1-6之间,都处于正确范围内。
分析结果,统计每个数字出现了几次
from pygal_die import Die
die = Die()
results = []
# 循环1000次 每次掷骰子 生成1-6之间的随机数 存入results中
for roll_num in range(1000):
result = die.roll()
results.append(result)
# 用于存储每种点数出现的次数
frequencies = []
# 遍历可能的点数(1~6)range(min, max),如要包含max,那么就需要range(min, max + 1)
# 这里循环6次
for value in range(1, die.num_sides+1):
# 使用列表的count方法统计results列表中value出现的次数,并将结果存储在frequency变量中。
# 因为value分别是1~6 所以 分别统计results中1出现了几次、...6出现了几次
frequency = results.count(value)
# 并将出现的次数添加到数组中
frequencies.append(frequency)
print(frequencies)
现在我们使用pygal将数据使用直方图展示,最终效果以及代码如下:
import pygal
from pygal_die import Die
die = Die()
results = []
# 循环1000次 每次掷骰子 生成1-6之间的随机数 存入results中
for roll_num in range(1000):
result = die.roll()
results.append(result)
# 用于存储每种点数出现的次数
frequencies = []
# 遍历可能的点数(1~6)range(min, max),如要包含max,那么就需要range(min, max + 1)
# 这里循环6次
for value in range(1, die.num_sides+1):
# 使用列表的count方法统计results列表中value出现的次数,并将结果存储在frequency变量中。
# 因为value分别是1~6 所以 分别统计results中1出现了几次、...6出现了几次
frequency = results.count(value)
# 并将出现的次数添加到数组中
frequencies.append(frequency)
hist = pygal.Bar()
hist.title = "骰子掷1000次计数统计"
hist.x_labels = ['1', '2', '3', '4', '5', '6']
hist.x_title = "结果"
hist.y_title = '次数统计'
# a将一系列值加入到图表中 frequencies的值会与hist.x_labels 相对应
hist.add('D6', frequencies)
# 将图表渲染未svg文件 pygal生成的svg图表具有交互性
hist.render_to_file('die_visual.svg')
注意,如果你使用py版本较高,那么之前推荐安装的1.7版本的pygal在这里会产生运行问题,就需要升级到最新版本:pipinstall--upgradepygal
投掷两个骰子
# 同时投掷两个骰子
import pygal
from pygal_die import Die
# 创建两个D6骰子
die_1 = Die()
die_2 = Die()
results = []
for roll_num in range(1000):
result = die_1.roll() + die_2.roll()
results.append(result)
frequencies = []
# 两个骰子 最大点数就是6+6
max_result = die_1.num_sides + die_2.num_sides
for value in range(1, max_result+1):
frequency = results.count(value)
frequencies.append(frequency)
hist = pygal.Bar()
hist.title = "两个骰子投掷1000次 点数统计"
# 两个骰子正常情况下最小就是2
hist.x_labels = ['2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12']
hist.x_title = "结果"
hist.y_title = '次数统计'
hist.add('D6 + D6', frequencies)
hist.render_to_file('dice_visual.svg')
投掷一个6面骰子和10面骰子
# 同时投掷两个骰子 一个6面骰子 一个10面骰子
import pygal
from pygal_die import Die
# 创建两个D6骰子
die_1 = Die()
die_2 = Die(10)
results = []
for roll_num in range(50000):
result = die_1.roll() + die_2.roll()
results.append(result)
frequencies = []
# 两个骰子 最大点数就是6+6
max_result = die_1.num_sides + die_2.num_sides
for value in range(1, max_result+1):
frequency = results.count(value)
frequencies.append(frequency)
hist = pygal.Bar()
hist.title = "6面骰子和10面骰子投掷5万次"
# D6 + D10 最小是2,最大是16(6+10)
hist.x_labels = ['2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12', '13', '14', '15', '16']
hist.x_title = "结果"
hist.y_title = '次数统计'
hist.add('D6 + D10', frequencies)
hist.render_to_file('different_dice.svg')
自定义工具提示
pygal中,将鼠标指向条形将显示它表示的信息,称为工具提示。
直接看下面这个例子
import pygal
"""
pygal中,将鼠标指向条形将显示它表示的信息,称为工具提示
"""
from pygal.style import LightColorizedStyle as LCS, LightenStyle as LS
my_style = LS('#333366', base_style=LCS)
chart = pygal.Bar(style=my_style, x_label_rotation=45, show_legend=False)
chart.title = 'PY项目'
chart.x_labels = ['httpie', 'django', 'flask']
# 对于自定义工具提示,是有明确格式要求的
plot_dicts = [
# 根据value确定柱状图高度 是必须的 label键是可选的 用于显示自定义文本 其他可选键(如xlink、color等)可用于进一步定制
{ 'value': 16101, 'label': 'httpie的描述' },
{ 'value': 15028, 'label': 'django的描述' },
{ 'value': 14798, 'label': 'flask的描述' }
]
# 自定义提示的唯一方式是通过label键或配置全局的tooltip_formatter函数。
# add接受一个字符串和一个列表
chart.add('', plot_dicts)
chart.render_to_file('bar_descriptions.svg')
chart.add(字符串,列表)用于自定义提示
字符串:
chart.add()
方法的第一个参数字符串是系列名称,主要作用是:
1.图例(Legend)显示
- 当
show_legend=True
(默认值)时,系列名称会显示在图表的图例中,标识不同的数据系列。 - 在你的代码中,
show_legend=False
,因此该参数不会在图例中显示,但仍会作为工具提示的一部分。
2.工具提示(Tooltip)的前缀
- 当鼠标悬停在数据点上时,系列名称会作为前缀显示在工具提示中。
系列名称参数 | 工具提示显示效果 |
---|---|
chart.add('数据', ...) | 数据: A的描述 (10) |
chart.add('', ...) | B的描述 (20) |
总结:第一个参数字符串的主要作用:图例显示和工具提示前缀。
列表:
需要特别注意的是,对于自定义工具提示,传入的字典必须有严格的格式要求。
如果要添加自定义描述,label是不可或缺的,如果不需要那么这个字段可以省略。
value指的是要渲染的图表的数值,是必须的。