使用 Python 可视化二维点集

Question

我是 Python 新手，想执行一个相当简单的任务。我有一个二维点集，它以二进制数据（即(x, y)-坐标）的形式存储在我想要可视化的文件中。输出应如下图所示。

然而，我不知何故被关于这个主题的谷歌搜索结果的数量所淹没。其中许多似乎用于三维点云可视化和/或大量数据点。因此，如果有人能为我的问题指出一个合适的解决方案，我将非常感激。

编辑：点集包含在格式如下的文件中：

0.000000000000000   0.000000000000000
1.000000000000000   1.000000000000000
1
0.020375738732779   0.026169010160356
0.050815740313746   0.023209931647163
0.072530406907906   0.023975230642589

第一个数据向量是单个“1”下方的行中的那个；即(0.020375738732779, 0.026169010160356)。如何在 python 中将其读入向量？我可以使用f = open("pointset file") 打开文件

Answer 1

安装并导入 matplotlib 和 pyplot：

import matplotlib.pyplot as plt

假设这是您的数据：

x = [1, 2, 5, 1, 5, 7, 8, 3, 2, 6]
y = [6, 7, 1, 2, 6, 2, 1, 6, 3, 1]

如果需要，可以使用推导将坐标拆分为单独的列表：

x = [p[0] for p in points]
y = [p[1] for p in points]

绘图很简单：

plt.scatter(x=x, y=y)

结果：

许多定制是可能的。

编辑：以下问题编辑

为了读取文件：

x = []
y = []
with open('pointset_file.txt', 'r') as f:
    for line in f:
        coords = line.split(' ')
        x.append(float(coords[0]))
        y.append(float(coords[1]))
  

Answer 2

您可以按如下方式读取数据，并使用散点图进行绘图。此方法正在考虑少量数据而不是 csv，只是您提供的格式。

import matplotlib.pyplot as plt
with open("pointset file") as fid:
   lines = fid.read().split("
")

# lines[:2] looks like the bounds for each axis, if yes use it in plot 
data = [[float(d) for d in line.split(" ") if d] for line in lines[3:]]   
plt.scatter(data[0], data[1])
plt.show()

Answer 3

假设您想要一个看起来与您提供的示例图像非常相似的图，并且您希望该图以相等的比例显示两个轴的数据，可以使用像 pygame 这样的通用多媒体库来实现这一点：

#!/usr/bin/env python3

import sys
import pygame

# windows will never be larger than this in their largest dimension
MAX_WINDOW_SIZE = 400
BG_COLOUR = (255, 255, 255,)
FG_COLOUR = (0, 0, 0,)
DATA_POINT_SIZE = 2

pygame.init()

if len(sys.argv) < 2:
    print('Error: need filename to read data from')
    pygame.quit()
    sys.exit(1)
else:
    data_points = []
    # read in data points from file first
    with open(sys.argv[1], 'r') as file:
        [next(file) for _ in range(3)]  # discard first 3 lines of file
        # now the rest of the file contains actual data to process
        data_points.extend(tuple(float(x) for x in line.split()) for line in file)
    # file read complete. now let's find the min and max bounds of the data
    top_left = [float('+Inf'), float('+Inf')]
    bottom_right = [float('-Inf'), float('-Inf')]
    for datum in data_points:
        if datum[0] < top_left[0]:
            top_left[0] = datum[0]
        if datum[1] < top_left[1]:
            top_left[1] = datum[1]
        if datum[0] > bottom_right[0]:
            bottom_right[0] = datum[0]
        if datum[1] > bottom_right[1]:
            bottom_right[1] = datum[1]
    # calculate space dimensions
    space_dimensions = (bottom_right[0] - top_left[0], bottom_right[1] - top_left[1])
    # take the biggest of the X or Y dimensions of the point space and scale it
    # up to our maximum window size
    biggest = max(space_dimensions)
    scale_factor = MAX_WINDOW_SIZE / biggest  # all points will be scaled up by this factor
    # screen dimensions
    screen_dimensions = tuple(sd * scale_factor for sd in space_dimensions)
    # basic init and draw all points to screen
    display = pygame.display.set_mode(screen_dimensions)
    display.fill(BG_COLOUR)
    for point in data_points:
        # translate and scale each point
        x = point[0] * scale_factor - top_left[0] * scale_factor
        y = point[1] * scale_factor - top_left[1] * scale_factor
        pygame.draw.circle(display, FG_COLOUR, (x, y), DATA_POINT_SIZE)
    pygame.display.update()

    while True:
        for event in pygame.event.get():
            if event.type == pygame.QUIT:
                pygame.quit()
                sys.exit(0)
        pygame.time.wait(50)

执行此脚本并将保存数据的文件的名称作为第一个参数传递。它将生成一个显示数据点的窗口。

我生成了一堆均匀分布的随机 x,y 点来测试它，其中：

from random import random

for _ in range(1000):
    print(random(), random())

这会产生一个如下所示的窗口：

如果您的数据点所在的空间不是正方形大小，则窗口形状将改变以反映这一点。窗口的最大尺寸，无论是宽度还是高度，都将始终保持在指定的大小（我在演示中使用 400px 作为默认值）。

诚然，这不是最优雅或最简洁的解决方案，并且有点重新发明轮子，但是它使您可以最大程度地控制如何显示数据点，并且还可以处理文件数据的读入和显示它。

Answer 4

要阅读您的文件：

import pandas as pd
import numpy as np

df = pd.read_csv('your_file',
                 sep='s+', 
                 header=None,
                 skiprows=3,
                 names=['x','y'])

现在我已经创建了一个随机数据集

import random

df = pd.DataFrame({'x':[random.uniform(0, 1) for n in range(100)],
                   'y':[random.uniform(0, 1) for n in range(100)]})

对于任何类型的人物，我都更喜欢 Plotly

import plotly.express as px

fig = px.scatter(df,
                 x='x',
                 y='y')
fig.show()

从这里您可以轻松地更新标签、颜色等。