Python 数据分析 | Matplotlib | 随机数据生成

简介

在本实验中，我们将使用 Python 的 Matplotlib 库来计算 100 个数据集的均值（mu）和标准差（sigma），并绘制 mu 与 sigma 的关系图。我们还将为该图添加交互性，以便当你点击其中一个（mu, sigma）点时，生成该点的数据集的原始数据将被绘制出来。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。

生成随机数据

首先，我们需要生成 100 个随机数据集，每个数据集包含 1000 个介于 0 和 1 之间的随机数。我们将使用 numpy 的随机模块来生成随机数据。

import numpy as np

np.random.seed(19680801)

X = np.random.rand(100, 1000)

计算均值和标准差

接下来，我们将计算这 100 个数据集中每个数据集的均值和标准差。我们将使用 numpy 的 mean 和 std 函数来计算这些值。

xs = np.mean(X, axis=1)
ys = np.std(X, axis=1)

绘制数据

现在，我们将使用 Matplotlib 的 pyplot 模块绘制 mu 与 sigma 的关系图。我们将使用计算得到的 mu 和 sigma 值创建一个散点图。我们还将通过将 picker 参数设置为 True 来为该图添加交互性。

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.set_title('click on point to plot time series')
line, = ax.plot(xs, ys, 'o', picker=True, pickradius=5)

添加交互性

当点击散点图上的一个点时，我们希望绘制生成该点的数据集的原始数据。我们将定义一个函数 onpick，当点击一个点时该函数会被调用。这个函数将绘制原始数据，并显示该数据集的均值和标准差。

def onpick(event):

    if event.artist!= line:
        return

    N = len(event.ind)
    if not N:
        return

    figi, axs = plt.subplots(N, squeeze=False)
    for ax, dataind in zip(axs.flat, event.ind):
        ax.plot(X[dataind])
        ax.text(.05,.9, f'mu={xs[dataind]:1.3f}\nsigma={ys[dataind]:1.3f}',
                transform=ax.transAxes, va='top')
        ax.set_ylim(-0.5, 1.5)
    figi.show()


fig.canvas.mpl_connect('pick_event', onpick)