Python項目四、與IPythonNotebook部件交互

1、四、與 IPython Notebook部件交互簡單來說，這些部件可以讓你像在HT ML 表單里一樣選擇一些值，這包括滑塊、下拉框、選擇框等。正如你會讀到的，這些部件非常方便將我們在第1 章中提及的天氣數(shù)據(jù)可視化。操作步驟（ 1）導(dǎo)入部分如下：1importseaborn assns2importnumpyasnp3importpandasaspd4importmatplotlib.pyplotasplt5fromIPython.html.widgetsimportinteract6fromdautilimportdata7fromdautilimportts（ 2）加載數(shù)據(jù)同時請求內(nèi)聯(lián)圖：1

2、%matplotlibinline2df=data.Weather.load()（ 3）定義以下函數(shù)，這個函數(shù)會顯示氣泡圖：1def plot_data(x='TEMP', y='RAIN', z='WIND_SPEED', f='A', size=10,cmap='Blues'):2dfx=dfx.resample(f)3dfy=dfy.resample(f).mean()4dfz=dfz.resample(f).mean()56bubbles= (dfz - dfz.min()/(dfz.max() - dfz

3、.min()7891011121314151617years=dfz.index.yearsc=plt.scatter(dfx,dfy,s=size*bubbles+9,c=years,cmap=cmap,label=data.Weather.get_header(z),alpha=0.5)plt.colorbar(sc,label='Year')freqs='A':'Annual','M':'Monthly','D':'Daily'plt.title(freqsf+'Ave

4、rages')plt.xlabel(data.Weather.get_header(x)plt.ylabel(data.Weather.get_header(y)plt.legend(loc='best')（ 4）通過以下代碼調(diào)用我們剛剛定義的函數(shù)：1vars=df.columns.tolist()2freqs=('A','M','D')3cmaps=cmapforcmap in plt.cm.datadifnot cmap.endswith("_r")4cmaps.sort()5interact(pl

5、ot_data, x=vars, y=vars, z=vars, f=freqs,size=(100,700), cmap=cmaps)（ 5）本示例需要上手操作一下來理解它的工作原理，下面是一個樣例氣泡圖：（ 6）定義另一個函數(shù)（和第（2）步中的程序同名，注釋掉前一個），這個函數(shù)里我們將數(shù)據(jù)按照日或月進行分組：1defplot_data(x='TEMP',y='RAIN',z='WIND_SPEED',2groupby='ts.groupby_yday',3size=10,cmap='Blues'):4ifgro

6、upby ='ts.groupby_yday':567891011121314151617181920212223groupby=ts.groupby_ydayelifgroupby='ts.groupby_month':groupby=ts.groupby_monthelse:raiseAssertionError('Unknowngroupby ' + groupby)dfx=groupby(dfx).mean()dfy=groupby(dfy).mean()dfz=groupby(dfz).mean()bubbles=(dfz-dfz.mi

7、n()/(dfz.max()-dfz.min()colors=dfx.index.valuessc=plt.scatter(dfx,dfy,s=size*bubbles+9,c = colors,cmap=cmap,label=data.Weather.get_header(z), alpha=0.5)plt.colorbar(sc, label='Day of Year')by_dict = ts.groupby_yday: 'Day of Year', ts.groupby_month: 'Month'plt.title('Groupedby'+by_dictgroupby)plt.xlabel(data.Weather.get_header(x)plt.ylabel(data.Weather.get_header(y)plt.legend(loc='best')（ 7）用這段代碼調(diào)用上述函數(shù)：1groupbys = ('ts.groupby_yday', 'ts.groupby_month')2inter