数据可视化 指的是通过可视化表示来探索数据，它与数据挖掘 紧密相关，而数据挖掘指的是使用代码来探索数据集的规律和关联。数据集可以是用一行代码就能表
示的小型数字列表，也可以是数以吉字节的数据。
随机漫步
在本节中，我们将使用Python来生成随机漫步数据，再使用matplotlib以引人瞩目的方式将这些数据呈现出来。随机漫步 是这样行走得到的路径：每次行走都完全是随机的，没有
明确的方向，结果是由一系列随机决策决定的。你可以这样认为，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。
在自然界、物理学、生物学、化学和经济领域，随机漫步都有其实际用途。例如，漂浮在水滴上的花粉因不断受到水分子的挤压而在水面上移动。水滴中的分子运动是随机的，
因此花粉在水面上的运动路径犹如随机漫步。我们稍后将编写的代码模拟了现实世界的很多情形。
创建RandomWalk() 类
为模拟随机漫步，我们将创建一个名为RandomWalk 的类，它随机地选择前进方向。这个类需要三个属性，其中一个是存储随机漫步次数的变量，其他两个是列表，分别存储随
机漫步经过的每个点的 x 和 y 坐标。
RandomWalk 类只包含两个方法：init() 和fill_walk() ，其中后者计算随机漫步经过的所有点。下面先来看看__init__() ，如下所示：
❶ from random import choice
class RandomWalk():
"""一个生成随机漫步数据的类"""
❷ def __init__(self, num_points=5000):
"""初始化随机漫步的属性"""
self.num_points = num_points
# 所有随机漫步都始于(0, 0)
❸ self.x_values = [0]
self.y_values = [0]为做出随机决策，我们将所有可能的选择都存储在一个列表中，并在每次做决策时都使用choice() 来决定使用哪种选择（见❶）。接下来，我们将随机漫步包含的默认点数设
置为5000，这大到足以生成有趣的模式，同时又足够小，可确保能够快速地模拟随机漫步（见❷）。然后，在❸处，我们创建了两个用于存储x 和y 值的列表，并让每次漫步都从
点(0, 0)出发。
选择方向
我们将使用fill_walk() 来生成漫步包含的点，并决定每次漫步的方向，如下所示。请将这个方法添加到random_walk.py中：
def fill_walk(self):
"""计算随机漫步包含的所有点"""
# 不断漫步，直到列表达到指定的长度
❶ while len(self.x_values) < self.num_points:
# 决定前进方向以及沿这个方向前进的距离
❷ x_direction = choice([1, -1])
x_distance = choice([0, 1, 2, 3, 4])
❸ x_step = x_direction * x_distance
y_direction = choice([1, -1])
y_distance = choice([0, 1, 2, 3, 4])
❹ y_step = y_direction * y_distance
# 拒绝原地踏步
❺ if x_step == 0 and y_step == 0:
continue
# 计算下一个点的x和y值
❻ next_x = self.x_values[-1] + x_step
next_y = self.y_values[-1] + y_step
self.x_values.append(next_x)
self.y_values.append(next_y)在❶处，我们建立了一个循环，这个循环不断运行，直到漫步包含所需数量的点。这个方法的主要部分告诉Python如何模拟四种漫步决定：向右走还是向左走？沿指定的方向走多
远？向上走还是向下走？沿选定的方向走多远？
我们使用choice([1, -1]) 给x_direction 选择一个值，结果要么是表示向右走的1，要么是表示向左走的-1（见❷）。接下来，choice([0, 1, 2, 3, 4]) 随机地
选择一个0~4之间的整数，告诉Python 沿指定的方向走多远（x_distance ）。（通过包含0，我们不仅能够沿两个轴移动，还能够沿y 轴移动。）
在❸和❹处，我们将移动方向乘以移动距离，以确定沿 x 和 y 轴移动的距离。如果x_step 为正，将向右移动，为负将向左移动，而为零将垂直移动；如果y_step 为正，就意
味着向上移动，为负意味着向下移动，而为零意味着水平移动。如果x_step 和y_step 都为零，则意味着原地踏步，我们拒绝这样的情况，接着执行下一次循环（见❺）。
为获取漫步中下一个点的 x 值，我们将x_step 与x_values 中的最后一个值相加（见❻），对于 y 值也做相同的处理。获得下一个点的 x 值和 y 值后，我们将它们分别附加到
列表x_values 和y_values 的末尾。
绘制随机漫步图
下面的代码将随机漫步的所有点都绘制出来：
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# 创建一个RandomWalk实例，并将其包含的点都绘制出来
❶ rw = RandomWalk()
rw.fill_walk()
❷ plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()我们首先导入了模块pyplot 和RandomWalk 类，然后创建了一个RandomWalk 实例，并将其存储到rw 中（见❶），再调用fill_walk() 。在❷处，我们将随机漫步包含的
x 和 y 值传递给scatter() ，并选择了合适的点尺寸。图15-8显示了包含5000个点的随机漫步图（本节的示意图未包含matplotlib查看器部分，但你运行rw_visual.py时，依然会看
到）。
模拟多次随机漫步
每次随机漫步都不同，因此探索可能生成的各种模式很有趣。要在不多次运行程序的情况下使用前面的代码模拟多次随机漫步，一种办法是将这些代码放在一个while 循环中，
如下所示：
import matplotlib.pyplot as plt
from random_walk import RandomWalk
# 只要程序处于活动状态，就不断地模拟随机漫步
while True:
# 创建一个RandomWalk实例，并将其包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()
❶ keep_running = input("Make another walk? (y/n): ")
if keep_running == 'n':
break这些代码模拟一次随机漫步，在matplotlib查看器中显示结果，再在不关闭查看器的情况下暂停。如果你关闭查看器，程序将询问你是否要再模拟一次随机漫步。如果你输入y ，可
模拟多次随机漫步：这些随机漫步都在起点附近进行，大多沿特定方向偏离起点，漫步点分布不均匀等。要结束程序，请输入n 。
注意 如果你使用的是Python 2.7，别忘了将❶处的input() 替换为raw_input() 。
设置随机漫步图的样式
在本节中，我们将定制图表，以突出每次漫步的重要特征，并让分散注意力的元素不那么显眼。为此，我们确定要突出的元素，如漫步的起点、终点和经过的路径。接下来确定
要使其不那么显眼的元素，如刻度标记和标签。最终的结果是简单的可视化表示，清楚地指出了每次漫步经过的路径。
给点着色
我们将使用颜色映射来指出漫步中各点的先后顺序，并删除每个点的黑色轮廓，让它们的颜色更明显。为根据漫步中各点的先后顺序进行着色，我们传递参数c ，并将其设置为
一个列表，其中包含各点的先后顺序。由于这些点是按顺序绘制的，因此给参数c 指定的列表只需包含数字1~5000，如下所示：
--snip--
while True:
# 创建一个RandomWalk实例，并将其包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk()
❶ point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues,
edgecolor='none', s=15)
plt.show()
keep_running = input("Make another walk? (y/n): ")在❶处，我们使用了range() 生成了一个数字列表，其中包含的数字个数与漫步包含的点数相同。接下来，我们将这个列表存储在point_numbers 中，以便后面使用它来设
置每个漫步点的颜色。我们将参数c 设置为point_numbers ，指定使用颜色映射Blues ，并传递实参edgecolor=none 以删除每个点周围的轮廓。最终的随机漫步图从浅蓝
色渐变为深蓝色，如图
重新绘制起点和终点
除了给随机漫步的各个点着色，以指出它们的先后顺序外，如果还能呈现随机漫步的起点和终点就更好了。为此，可在绘制随机漫步图后重新绘制起点和终点。我们让起点和终
点变得更大，并显示为不同的颜色，以突出它们，如下所示：
--snip--
while True:
--snip--
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues,
edgecolor='none', s=15)
# 突出起点和终点
plt.scatter(0, 0, c='green', edgecolors='none', s=100)
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none',
s=100)
plt.show()
--snip--为突出起点，我们使用绿色绘制点(0, 0)，并使其比其他点大（s=100 ）。为突出终点，我们在漫步包含的最后一个 x 和 y 值处绘制一个点，将其颜色设置为红色，并将尺寸设置
为100。请务必将这些代码放在调用plt.show() 的代码前面，确保在其他点的上面绘制起点和终点。
如果你现在运行这些代码，将能准确地知道每次随机漫步的起点和终点（如果起点和终点不明显，请调整它们的颜色和大小，直到明显为止）。
隐藏坐标轴
下面来隐藏这个图表中的坐标轴，以免我们注意的是坐标轴而不是随机漫步路径。要隐藏坐标轴，可使用如下代码：
while True:
--snip--
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none',
s=100)
# 隐藏坐标轴
❶ plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
plt.show()
--snip--为修改坐标轴，使用了函数plt.axes() （见❶）来将每条坐标轴的可见性都设置为False 。随着你越来越多地进行数据可视化，经常会看到这种串接方法的方式。
如果你现在运行rw_visual.py，将看到一系列图形，但看不到坐标轴。
增加点数
下面来增加点数，以提供更多的数据。为此，我们在创建RandomWalk 实例时增大num_points 的值，并在绘图时调整每个点的大小，如下所示：
--snip--
while True:
#创建一个RandomWalk实例，并将其包含的点都绘制出来
rw = RandomWalk(50000)
rw.fill_walk()
# 绘制点并将图形显示出来
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues,
edgecolor='none', s=1)
--snip--这个示例模拟了一次包含50 000个点的随机漫步（以模拟现实情况），并将每个点的大小都设置为1。最终的随机漫步图更纤细，犹如云朵，如图15-10所示。正如你看到的，我们
使用简单的散点图制作出了一件艺术品！
请尝试修改上述代码，看看将漫步包含的点数增加到多少后，程序的运行速度变得极其缓慢或绘制出的图形变得很难看。
调整尺寸以适合屏幕
图表适合屏幕大小时，更能有效地将数据中的规律呈现出来。为让绘图窗口更适合屏幕大小，可像下面这样调整matplotlib输出的尺寸：
--snip--
while True:
# 创建一个RandomWalk实例，并将其包含的点都绘制出来
rw = RandomWalk()
rw.fill_walk()
# 设置绘图窗口的尺寸
plt.figure(figsize=(10, 6))
--snip--函数figure() 用于指定图表的宽度、高度、分辨率和背景色。你需要给形参figsize 指定一个元组，向matplotlib指出绘图窗口的尺寸，单位为英寸。
Python假定屏幕分辨率为80像素/英寸，如果上述代码指定的图表尺寸不合适，可根据需要调整其中的数字。如果你知道自己的系统的分辨率，可使用形参dpi 向figure() 传递
该分辨率，以有效地利用可用的屏幕空间，如下所示：
plt.figure(dpi=128, figsize=(10, 6))