python音乐可视化：好玩的matplotlib南丁格尔玫瑰图版

Python09

python音乐可视化：好玩的matplotlib南丁格尔玫瑰图版,第1张

效果图：

操作演示：

技术要点：

1 matplotlib的南丁格尔玫瑰图，用极坐标polar制作，并动画显示。

2 pygame新版的播放mp3，但本机的操作系统不能播放mp3，我用pydub做些格式转换。

3 用librosa获取音乐的相关数据和采样。

4 参考代码，并对源代码进行修改，增加，删减，排版和注释，感谢原作者，如有侵权，请联系，定删除。

====下面分步，讲解代码====

第1步：模块导入

第2步：窗口的初始化设置

第3步：参数设置

第4步：核心代码：

第5步：filter类

第6步：函数定义

第7步：启动主函数

自己整理，分享出来，希望大家喜欢。

import numpy as np

import matplotlib.pyplot as plt

N = 20

theta = np.linspace(0.0, 2 * np.pi, N, endpoint=False)

radii = 10 * np.random.rand(N)

width = np.pi / 4 * np.random.rand(N)

ax = plt.subplot(111, projection='polar')

bars = ax.bar(theta, radii, width=width, bottom=0.0)

# Use custom colors and opacity

for r, bar in zip(radii, bars):

    bar.set_facecolor(plt.cm.jet(r / 10.))

    bar.set_alpha(0.5)

plt.show()

差不多上面代码的原理，具体的自己照着官方文档改

数据可视化是python最常见的应用领域之一，数据可视化是借助图形化的手段将一组数据以图形的形式表达出来，并利用数据分析和开发工具发现其中未知信息的数据处理过程。

在学术界有一句话广为流传，A picture worths thousand words，就是一图值千言。在课堂上，我经常举的例子就是大家在刷朋友圈的时候如果看到有人转发一篇题目很吸引人的文章时，我们都会点击进去，可能前几段话会很认真地看，文章很长的时候后面就会一目十行，失去阅读的兴趣。

所以将数据、表格和文字等内容用图表的形式表达出来，既能提高读者阅读的兴趣，还能直观表达想要表达的内容。

python可视化库有很多，下面列举几个最常用的介绍一下。

matplotlib

它是python众多数据可视化库的鼻祖，也是最基础的底层数据可视化第三方库，语言风格简单、易懂，特别适合初学者入门学习。

seaborn

Seaborn是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充，而不是替代物。

pyecharts

pyecharts是一款将python与echarts结合的强大的数据可视化工具，生成的图表精巧，交互性良好，可轻松集成至 Flask，Sanic，Django 等主流 Web 框架，得到众多开发者的认可。

bokeh

bokeh是一个面向web浏览器的交互式可视化库，它提供了多功能图形的优雅、简洁的构造，并在大型数据集或流式数据集上提供高性能的交互性。

python这些可视化库可以便捷、高效地生成丰富多彩的图表，下面列举一些常见的图表。

柱形图

条形图

坡度图

南丁格尔玫瑰图

雷达图

词云图

散点图

等高线图

瀑布图

相关系数图

散点曲线图

直方图

箱形图

核密度估计图

折线图

面积图

日历图

饼图

圆环图

马赛克图

华夫饼图

还有地理空间型等其它图表，就不一一列举了，下节开始我们先学习matplotlib这个最常用的可视化库。