本文的目的是幫助您開始在 python 中繪制數(shù)據(jù)。 我們將創(chuàng)建一個條形圖來繪制給定文本文件中字符的頻率。 在這種情況下，文本文件包含了《了不起的蓋茨比》的內(nèi)容。

第 1 步：創(chuàng)建您的虛擬環(huán)境

這個項(xiàng)目的環(huán)境會比較小。 虛擬環(huán)境允許您向工作區(qū)添加額外的功能，而不會影響計(jì)算機(jī)的其余部分！

創(chuàng)建一個目錄并在代碼編輯器和終端（運(yùn)行命令的地方）中打開它。

讓我們運(yùn)行：

$ python3 -m venv venv
$ source venv/bin/activate

我們可以安裝我們必要的依賴項(xiàng)

$ pip3 install matplotlib

我們還要創(chuàng)建兩個文件，read.txt 和 wordcount.py。

我們將使用 wordcount.py 來分析 read.txt 中的文本。

第 2 步：閱讀文本

我們可以比較簡單的開始，

import matplotlib.pyplot as plt # plot
from collections import OrderedDict # this will be used for sorting later

file = open('read.txt')
text = file.read()
file.close()

• 首先，它導(dǎo)入我們的繪圖和排序庫
• 其次，我們使用內(nèi)置的 open 函數(shù)，它允許我們打開一個文件進(jìn)行讀寫
• 然后我們讀取文件里面的文本并將其存儲到文本變量中
• 最后，我們關(guān)閉文件，因?yàn)槲覀儾辉偈褂盟?/li>

這就是我們“讀取”文件并將內(nèi)容存儲在變量中所需的全部內(nèi)容。

第 3 步：分析字符

我們可以跟蹤字符的最好方法是使用 python 字典（在其他編程語言中稱為 hashmap）。

字典是一種非常有用的數(shù)據(jù)存儲方式。 就像真正的字典一樣，它會有一個“單詞”列表，您可以查看單詞以查看定義。

在編程中，這個概念被推廣到“鍵/值”對。 這意味著我們可以設(shè)置字典，當(dāng)我向字典詢問“a”時，它將返回“a”出現(xiàn)的總次數(shù)。

所以讓我們編碼吧！

charDict = {} # dictionaries are defined by curly braces
def count_letter(character):
  character = character.lower()
  if character.isspace():
    return
  if character in charDict:
      charDict[character] = charDict[character] + 1
  else:
    charDict[character] = 1

# loop through text
for i in text:
    count_letter(i)

charDict = OrderedDict(sorted(charDict.items()))

讓我們回顧一下這里發(fā)生了什么。

• 首先我們定義一個空字典
• 接下來我們使用 def 關(guān)鍵字定義一個函數(shù)。 這個函數(shù)接受一個變量“字符”，檢查它是否是一個空格（空格、制表符、換行符）。 您可以為您的選擇添加其他標(biāo)準(zhǔn)，例如 isalpha() 以確定字符是否為字母
• 然后檢查它是否已經(jīng)在字典中。 如果它在字典中，它會將值更改為之前的值加 1（因?yàn)槲覀冋谟?jì)算這個字符），否則它將在字典中添加一個初始計(jì)數(shù)為 1 的新條目
• 然后我們遍歷文本變量中的每個字符，其中“i”代表一個單獨(dú)的字符，我們保存并運(yùn)行我們的函數(shù)來計(jì)算它們
• 最后，我們使用 OrderdedDict 導(dǎo)入按字母順序?qū)ψ值溥M(jìn)行排序

第4步：畫出來！

現(xiàn)在我們的數(shù)據(jù)集已創(chuàng)建，讓我們將其組織成軸并繪制它！

我們將創(chuàng)建一個列表來表示每個軸

num_list = []
char_list = []

這些列表將相互對應(yīng)，因此如果 char_list 中的第 1 項(xiàng)是“a”，則 num_list 中的第 1 項(xiàng)將是相應(yīng)的頻率。 讓我們也把它編碼出來。

char_list = [] # character
num_list = [] # frequency
# create x and y axes
for x,y in charDict.items():
    char_list.append(x)
    num_list.append(y)

我們使用兩個變量循環(huán)遍歷我們創(chuàng)建的字典中的鍵/值對，然后將它們添加到我們的數(shù)據(jù)列表中。

最后讓我們使用 matplotlib 創(chuàng)建并保存這個條形圖。

fig = plt.figure() # create a new figure
ax = fig.add_subplot() # create a new bar graph within the figure
fig.canvas.manager.set_window_title('The Great Gatsby') # title of window
ax.bar(char_list, num_list) # add the data to the graph
plt.savefig('chars.png') # download an image of the bar graph
plt.show() # show the image

• 首先，我們創(chuàng)建一個新圖形。 圖為整體窗口
• 向圖中添加繪圖
• 使用我們選擇的數(shù)據(jù)添加條形圖
• 下載圖片
• 顯示圖像?

是時候測試它了!

使用下面的代碼運(yùn)行您的文件，為我們的結(jié)果做好準(zhǔn)備！

$ python3 wordcount.py

所以要回答我在文章開頭提出的問題，字母 e 在《了不起的蓋茨比》中被使用了超過 25,000 次！ 哇！

結(jié)論

在本文結(jié)束時，我希望您對 matplotlib 和數(shù)據(jù)科學(xué)有所了解。