Python3——数据可视化模块Pygal与模拟掷骰子

简介: Pygal:Python可视化包,生成可缩放的矢量图形文件Pygal安装PyCharm添加Pygal库模拟掷骰子die.

Pygal:Python可视化包,生成可缩放的矢量图形文件

Pygal安装

PyCharm添加Pygal库


模拟掷骰子

die.py
from random import randint
#定义一个筛子的类
class Die():
    def __init__(self,num_sides=6): #筛子默认为6面
        self.num_sides=num_sides
    def roll(self):
        #返回一个位于1和筛子面数之间的随机值
        return randint(1,self.num_sides)
die_virtual.py 掷一个6面骰子
from die import Die
#创建一个D6
die=Die()
results=[]
for roll_num in range(1000): #将每次投掷结果存储在列表中
    result=die.roll()
    results.append(result)
#分析结果
frequencies=[]
for value in range(1,die.num_sides+1):
    frequency=results.count(value)
    frequencies.append(frequency)
#绘制直方图,对结果进行可视化
import pygal
hist=pygal.Bar()   #创建一个条形图实例
hist._title="Result of rolling one D6 1000 times."
hist.x_labels=[1,2,3,4,5,6]
hist._x_title="Result"
hist._y_title="Frequency of Result"
hist.add('D6',frequencies)  #将一系列值添加到图表中
hist.render_to_file('die_visual.svg')#将这个图标渲染为一个SVG文件
die_virtual.py 掷两个6面骰子
from die import Die
#创建两个D6
die1=Die()
die2=Die()
results=[]
for roll_num in range(1000): #将每次投掷结果存储在列表中
    result=die1.roll()+die2.roll()
    results.append(result)
#分析结果
frequencies=[]
for value in range(2,die1.num_sides+die2.num_sides+1):
    frequency=results.count(value)
    frequencies.append(frequency)
#绘制直方图,对结果进行可视化
import pygal
hist=pygal.Bar()   #创建一个条形图实例
hist._title="Result of rolling one D6 1000 times."
hist.x_labels=[2,3,4,5,6,7,8,9,10,11,12]
hist._x_title="Result"
hist._y_title="Frequency of Result"
hist.add('D6,D6',frequencies)  #将一系列值添加到图表中
hist.render_to_file('die_visual.svg')#将这个图标渲染为一个SVG文件
die_virtual.py 掷一个6面骰子和一个10面骰子
from die import Die
#创建一个D6和一个D10
die1=Die()
die2=Die(10)
results=[]
for roll_num in range(1000): #将每次投掷结果存储在列表中
    result=die1.roll()+die2.roll()
    results.append(result)
#分析结果
frequencies=[]
for value in range(2,die1.num_sides+die2.num_sides+1):
    frequency=results.count(value)
    frequencies.append(frequency)
#绘制直方图,对结果进行可视化
import pygal
hist=pygal.Bar()   #创建一个条形图实例
hist._title="Result of rolling one D6 1000 times."
hist.x_labels=[2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]
hist._x_title="Result"
hist._y_title="Frequency of Result"
hist.add('D6,D10',frequencies)  #将一系列值添加到图表中
hist.render_to_file('die_visual.svg')#将这个图标渲染为一个SVG文件






相关文章
|
16天前
|
数据采集 JSON 数据可视化
【python】python懂车帝数据可视化(代码+报告)
【python】python懂车帝数据可视化(代码+报告)
|
17天前
|
存储 开发者 Python
Python中的collections模块与UserDict:用户自定义字典详解
【4月更文挑战第2天】在Python中,`collections.UserDict`是用于创建自定义字典行为的基类,它提供了一个可扩展的接口。通过继承`UserDict`,可以轻松添加或修改字典功能,如在`__init__`和`__setitem__`等方法中插入自定义逻辑。使用`UserDict`有助于保持代码可读性和可维护性,而不是直接继承内置的`dict`。例如,可以创建一个`LoggingDict`类,在设置键值对时记录操作。这样,开发者可以根据具体需求定制字典行为,同时保持对字典内部管理的抽象。
|
18天前
|
存储 缓存 算法
Python中collections模块的deque双端队列:深入解析与应用
在Python的`collections`模块中,`deque`(双端队列)是一个线程安全、快速添加和删除元素的双端队列数据类型。它支持从队列的两端添加和弹出元素,提供了比列表更高的效率,特别是在处理大型数据集时。本文将详细解析`deque`的原理、使用方法以及它在各种场景中的应用。
|
29天前
|
机器学习/深度学习 数据可视化 数据处理
Python数据可视化:探索Matplotlib库的强大功能
本文将深入探讨Python中用于数据可视化的重要工具之一——Matplotlib库。通过介绍Matplotlib库的基本概念、常用功能和实际应用案例,帮助读者更好地了解如何利用Matplotlib创建各种吸引人的数据图表。
|
2天前
|
数据可视化 算法 API
Python数据可视化-seaborn Iris鸢尾花数据
Python数据可视化-seaborn Iris鸢尾花数据
|
3天前
|
Python
python学习14-模块与包
python学习14-模块与包
|
5天前
|
SQL 关系型数据库 数据库
Python中SQLite数据库操作详解:利用sqlite3模块
【4月更文挑战第13天】在Python编程中,SQLite数据库是一个轻量级的关系型数据库管理系统,它包含在一个单一的文件内,不需要一个单独的服务器进程或操作系统级别的配置。由于其简单易用和高效性,SQLite经常作为应用程序的本地数据库解决方案。Python的内置sqlite3模块提供了与SQLite数据库交互的接口,使得在Python中操作SQLite数据库变得非常容易。
|
10天前
|
索引 Python
「Python系列」Python operator模块、math模块
Python的`operator`模块提供了一系列内置的操作符函数,这些函数对应于Python语言中的内建操作符。使用`operator`模块可以使代码更加清晰和易读,同时也能提高性能,因为它通常比使用Python内建操作符更快。
27 0
|
14天前
|
数据采集 网络协议 API
python中其他网络相关的模块和库简介
【4月更文挑战第4天】Python网络编程有多个流行模块和库,如requests提供简洁的HTTP客户端API,支持多种HTTP方法和自动处理复杂功能;Scrapy是高效的网络爬虫框架,适用于数据挖掘和自动化测试;aiohttp基于asyncio的异步HTTP库,用于构建高性能Web应用;Twisted是事件驱动的网络引擎,支持多种协议和异步编程;Flask和Django分别是轻量级和全栈Web框架,方便构建不同规模的Web应用。这些工具使网络编程更简单和高效。
|
18天前
|
数据采集 数据挖掘 Python
Python中collections模块的Counter计数器:深入解析与应用
在Python的`collections`模块中,`Counter`是一个强大且实用的工具,它主要用于计数可哈希对象。无论是统计单词出现的频率,还是分析数据集中元素的分布情况,`Counter`都能提供快速且直观的结果。本文将深入解析`Counter`计数器的原理、用法以及它在实际应用中的价值。

热门文章

最新文章