readme.md

项目介绍

《python 编程：入门到实践》第二版 第二部分项目，项目 2 数据可视化部分。各章节如下

第 15 章 生成数据

1、用 matplotlib 绘制图表，并通过random range 生成随机数据
2、用 plotly 绘制图表

第 16 章 下载数据

1、如何将csv转换为图表，并以加利福利亚州几个地方的年天气数据为例，做绘图。
2、读取json格式的全球地震散点数据，并做绘图

第 17 章 通过 Web 获取数据并展示 1、通过 request获取 github 数据，并以柱状图的形式进行展示，同时优化表格样式。

本文件夹下代码除了按照书上指导实现外，还做了部分延伸。延伸部分见：扩展

运行

安装需要的依赖

# 图表格工具
python -m pip install --user matplotlib
python -m pip install --user plotly
# pandas 是数据分析工具
python -m pip install --user pandas
# 网络请求
python -m pip install --user requests

# 将依赖存储到文件中
pip freeze > requirements.txt

matplotlib、plotly 都是数据可视化 python 库

区别是: plotly 支持交互可视化，其输出格式哟 html、svg、png 等多种格式

这要比 matplotlib 多。当然 plotly 更新，所以在社区积累支持上，可能就不够。

两者更多区别，参考一下这个文章

plotly 入门文档可以参考: plotly user with python

关于 plotly 中更多的图表设置，可参考: plotly reference

主要文件

安装依赖后，可通过在命令行里直接 python + 文件名运行程序，主要代码文件如下:

scatter_squares.py mpl_squares.py: 生成线图

dice_visual.py: 模拟投多个骰子 N 次的结果，并以 HTML 形式展示

die_visual.py: 模拟投一个骰子 N 次的结果，并以 HTML 形式展示

rw_visual.py: (random walk)生成随机点图，设置点样式等

sitka_highs.py: 锡特卡地区高低温折线图

death_valley_highs_lows.py: 死亡谷地区高低温折线图（对读取数据出现的错误做了兼容ValueError）

eq_explore_data.py: 全球地震散点图

python_repos.py: 获取github上最热的python项目,并生成图表

还有一些辅助性文件

die.py: 骰子类

random_walk.py: 生成随机性的 x,y 点数组，传入数量进行控制

show_color_scales.py: 查看plotly支持的色阶

hn_article.py: 从 Hacker News 网站批量获取数据

运行效果

线图，颜色渐变(scatter_squares.py)

（随机漫步）随机图形生成(rw_visual.py)

骰子结果概率(die_visual.py / dice_visual.py)

阿拉斯加温度线图(sitka_highs.py)

全球地震散点图(eq_explore_data.py)

Tips

CSV 是常见的 excel 格式，其全称是: comma-separated values, 也就是用逗号分隔的字符串。 比如这是一行CSV格式的天气数据

<!-- 阿拉斯加锡特卡2018年1月1日天气数据 -->
"USW00025333", "SITKA AIRPORT, AK US", "2018-01-01", "0.45",, "48", "38"