2021-11-26-数据分析的表示及可视化-ZXH

docs/views/data/2021-11-26-数据分析的表示及可视化-ZXH.md

@@ -0,0 +1,228 @@
+---
+layout: post
+title: 数据分析之表示与可视化
+date: 2021-11-21
+author: 翟小慧
+categories:
+    - 数据分析部
+tags:
+    - 数据分析学习
+---
+# 一.文字理论学习部分
+## NumPy库入门
+NumPy是一个开源的Python科学计算基础库，包含：  
+1.一个强大的N维数组对象 ndarray  
+2.广播功能函数  
+3.整合C/C++/Fortran代码的工具  
+4.线性代数、傅里叶变换、随机数生成等功能  
+NumPy是SciPy、Pandas等数据处理或科学计算库的基础  
+
+## NumPy的引用
+```python
+import numpy as np***  
+```
+
+## ndarray数组的创建方法  
+
+1.从Python中的列表、元组等类型创建ndarray数组  
+```python
+x=np.array(list/tuple)  
+
+x=np.array(list/tuple,dtype=no.float32)
+```  
+2.使用NumPy中函数创建ndarray数组，如：arange/ones/zeros等  
+3.使用NumPy中其他函数创建ndarray数组  
+
+## NumPy数据存取与函数  
+### CSV文件
+csv文件只能有效存储一维数组和二维数组  
+np.savetxt() np.loadtxt()只能有效存取一维和二维数组  
+```python
+np.savetxt(frame,array,fmt='%.18e',delimiter=None)  
+np.loadtxt(frame,dtype=np.float,delimiter=None,unpack=False)
+```
+
+### 任意维度数据的存取  
+```python
+a.tofile(frame,sep='',format='%s')
+np.fromfile(frame,dtype-float,cout=-1,sep='')
+```
+
+## NumPy的统计函数
+NumPy直接提供的统计类函数：np.*  
+## NumPy的梯度函数  
+```python
+np.gradient(f)***  
+```
+
+
+## 图像的手绘效果 
+### 图像的RGB色彩模式     
+RGB三个颜色通道的变化和叠加得到各种颜色，其中  
+R 红色，取值范围，0-255  
+G 绿色，取值范围，0-255  
+B 绿色，取值范围，0-255  
+
+### PIL库 （Python Image Library)
+PIL库是一个具有强大图像处理能力的第三方库，在命令行下的安装方法**pip install pillow**
+
+### 图像的变换  
+读入图像后，获得像素的RGB值，修改后保存为新的文件  
+
+
+利用像素之间的梯度值和虚拟深度值对图像进行重构，根据灰度变化来模拟人类视觉的远近程度  
+
+梯度归一化，构造x和y轴梯度的三维归一化单位坐标系  
+
+图像生成，为避免数据越界，将生成的灰度值裁剪至0-255区间内  
+
+## Matplotlib库入门
+### Matplotlib库的介绍  
+是Python优秀的数据可视化第三方库  
+Matplotlib库由各种可视化类构成，内部结构复杂，受Matlib启发  
+matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式  
+import matplotlib.pyplot as plt(plt是引入模块的别名)  
+
+## pyplot的绘图区域命令
+***plt.subplot(nrows,ncols,plot_number)***
+nrows表示将该区域分为几行  
+ncols表示将该区域分为几列  
+plot_number表示定位到某一个绘图区域  
+
+## pyplot的plot()函数
+### ***plt.plot(x,y,format_string,kwargs)***
+x表示**x轴数据**，列表或数组，可选  
+y表示**y轴数据**,列表或数组  
+format_string表示控制曲线的格式字符串，可选  
+kwargs表示第二组或更多（x,y,format_string）
+注意：当绘制多条曲线时，各条曲线的x不能省略  
+
+fotmat_string:控制曲线的格式字符串，由颜色字符、风格字符和标识字符组成  
+
+## pyplot的中文显示  
+### 第一种方法，需要rcParams修改字体实现  
+```python
+    import matplotlib.pyplot as plt
+    import matplotlib
+
+    matplotlib.rcParams['font.family']='SimHei'
+    plt.plot([3,1,4,5,2])
+    plt.ylabel("纵轴（值）)
+    plt.savefig('test',dpi=600)
+    plt.show()
+```
+#### rcParams的属性 
+|属性|说明|
+|---|---|
+|'font.family'|用于显示字体的名字|
+|'font.style'|字体风格，正常normal或斜体italic|
+|'font.size|字体大小，整数字号或者'large''x-small'| 
+
+|中文字体的种类|说明|
+|---|---|
+|SimHei|中文黑体|
+|Kaiti|中文楷体|
+|Lisu|中文隶书|
+|FangSong|中文仿宋|
+|YouYuan|中文幼圆|
+|STSong|华文宋体|
+
+### 第二种方法，增加一个属性：fontproperties
+```python 
+    import numpy as np
+    import matplotlib.pyplot as plt
+    a=np.arange(0.0,5.0,0.02)
+    plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=20)
+    plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=20)
+    plt.show()
+```
+## pyplot的文本显示
+|函数|说明|
+|---|---|
+|ply.xlabel()|对x轴增加文本标签|
+|plt.ylabel()|对y轴增加文本标签|
+|plt.title()|对图形整体增加文本标签|
+|plt.text()|在任意位置增加文本|
+|plt.annotate()|在图形中增加带箭头的注解|
+
+## pyplot的子绘图区域
+理念：设定网格，选中网格，确定选中行列区数量，编号从0开始  
+***plt.subplot2grid(GridSpec,CurSpec,colspan=1,rowspan=1)***
+
+## GridSpec类
+***import matplotlib.gridspec as gridspec***
+
+## Matplotlib基础绘图函数示例
+### pyplot基础图标函数概述
+|函数|说明|
+|:---:|:---:|
+|plt.plot(x,y,fmt,...)|绘制一个坐标图|
+|plt.boxplot(data,notch,position)|绘制一个箱型图|
+|plt.bar(left,height,width,bottom)|绘制一个条形图|
+|plt.barh(width,bottom,left,height)|绘制一个横向条形图|
+|plt.polar(theta,r)|绘制极坐标图|
+|plt.pie(data,explode)|绘制饼图|
+|plt.psd(x,NFFT=256,pad_to,Fs)|绘制功率密度图|
+|plt.specgram(x,NFTT=256,pad_to,F)|绘制谱图|
+|plt.cohere(x,y,NFTT=256,Fs)|绘制x-y相关函数|
+|plt.scatter(x,y)|绘制散点图，其中x和y长度相同|
+|plt.step(x,y,where)|绘制步阶图|
+|plt.hist(x,bins,normed)|绘制直方图|
+|plt.contour(x,y,z,n)|绘制等值图|
+|plt.vlines()|绘制垂直图|
+|plt.stem(x,y,linefmt,markerfmt)|绘制柴火图|
+|plt.plot_date()|绘制数据日期|
+
+# 实例：引力波的绘制
+在物理学中，引力波是因为时空弯曲对外以辐射形式传播的能量，爱因斯坦基于广义相对论预言了引力波的存在，我们需要绘制最原始的引力波和理想引力波  
+
+
+```python
+    import numpy as np
+    import matplotlib.pyplot as plt
+    from scipy.io import wavfile
+
+    #从配置文档中读取相关数据 
+    rate_h, hstrain= wavfile.read(r"G:/奇点工作室/引力波绘制的数据源/H1_Strain.wav","rb")
+    rate_l, lstrain= wavfile.read(r"G:/奇点工作室/引力波绘制的数据源/L1_Strain.wav","rb")
+    #reftime, ref_H1 = np.genfromtxt('GW150914_4_NR_waveform_template.txt').transpose()
+    reftime, ref_H1 = np.genfromtxt('G:/奇点工作室/引力波绘制的数据源/wf_template.txt').transpose() #使用python123.io下载文件
+
+    #读取应变数据
+    htime_interval = 1/rate_h
+    ltime_interval = 1/rate_l
+    #创建一个大小为12*6的绘图空间
+    fig = plt.figure(figsize=(12, 6))
+
+    # 丢失信号起始点
+    htime_len = hstrain.shape[0]/rate_h
+    htime = np.arange(-htime_len/2, htime_len/2 , htime_interval)
+    #画出以时间为x轴，应变数据为y轴的图像，并设置标题和坐标轴的标签
+    plth = fig.add_subplot(221)
+    plth.plot(htime, hstrain, 'y')
+    plth.set_xlabel('Time (seconds)')
+    plth.set_ylabel('H1 Strain')
+    plth.set_title('H1 Strain')
+
+    #以完全相同的方法绘制另外两幅图像，分别放在绘图区域的第一列右边和第二列 
+    ltime_len = lstrain.shape[0]/rate_l
+    ltime = np.arange(-ltime_len/2, ltime_len/2 , ltime_interval)
+    pltl = fig.add_subplot(222)
+    pltl.plot(ltime, lstrain, 'g')
+    pltl.set_xlabel('Time (seconds)')
+    pltl.set_ylabel('L1 Strain')
+    pltl.set_title('L1 Strain')
+
+    pltref = fig.add_subplot(212)
+    pltref.plot(reftime, ref_H1)
+    pltref.set_xlabel('Time (seconds)')
+    pltref.set_ylabel('Template Strain')
+    pltref.set_title('Template')
+    fig.tight_layout()
+
+    #显示并保存图像 
+    plt.savefig("Gravitational_Waves_Original.png")
+    plt.show()
+    plt.close(fig)
+```
+