Python-数据处理
第十五章 生成数据
安装Matplotlib：通过pip install matplotlib命令安装库。绘制折线图的核心语法为：
import matplotlib.pyplot as plt
x_values = [1, 2, 3]
y_values = [1, 4, 9]
plt.plot(x_values, y_values, linewidth=2)
plt.title("Title", fontsize=14)
plt.xlabel("X", fontsize=12)
plt.ylabel("Y", fontsize=12)
plt.show()修改线条粗细通过linewidth参数，颜色通过color参数（支持RGB元组或颜色名称）。
散点图使用scatter()函数：
plt.scatter(x, y, c='red', edgecolor='none', s=40) 颜色映射通过cmap参数实现，例如`plt.cm.Blues`。自动保存图表语法：
plt.savefig('image.png', bbox_inches='tight') 随机漫步模型基于随机选择方向（0-3对应四个方向），步长公式为：
x_step = direction * distance，其中direction通过random.choice([1, -1])确定，distance通过random.randint(0, 4)生成。
使用Plotly模拟掷骰子需安装plotly库。Die类定义骰子面数，掷骰子方法为：
from random import randint
class Die:
def __init__(self, sides=6):
self.sides = sides
def roll(self):
return randint(1, self.sides) 概率分析通过统计频率实现，直方图绘制使用Bar类。
第十六章 下载数据
处理CSV文件使用csv模块：
import csv
with open('data.csv') as f:
reader = csv.reader(f)
header_row = next(reader) 提取温度数据并转换为数值：
highs = [int(row[1]) for row in reader] 日期处理依赖datetime模块：
from datetime import datetime
date = datetime.strptime('2025-03-30', '%Y-%m-%d') JSON数据处理使用json模块：
import json
with open('data.json') as f:
data = json.load(f) 提取地理坐标并绘制散点图：
lons = [item['lon'] for item in data]
lats = [item['lat'] for item in data]
plt.scatter(lons, lats, s=10) 颜色和尺寸定制通过参数`c`和`s`实现，例如：
plt.scatter(lons, lats, c=values, cmap=plt.cm.Reds, s=population/100) 关键公式：
1. 随机漫步步长计算：x_step = direction * distance
2. 骰子概率分布：频率=出现次数/总次数
3. 数据归一化：color_value = (value - min_value) / (max_value - min_value)
合并两章后，技术流程为：首先生成模拟数据（随机漫步、骰子），再处理外部数据（CSV、JSON），最后通过可视化工具（Matplotlib、Plotly）展示分析结果。代码语法需注意类定义、循环结构及库函数调用顺序。