使用Numpy进行高程统计及可视化

先看一个灰常流弊的视频：

看完之后，虾神想，这不就是hadoop里面的基本功wordcount么……不过不用hadoop，也不用Spark，用Numpy怎么来做呢？说做就做，下面先看看效果：

虽然功能灰常容易实现，但是架不住人家的效果流弊啊，所以就有了以下的对话：

一句话直接点题……百万后期，要饭码农……太真实了。

下面简单说说整个功能实现的基本原理：

首先，如果不上色的话，就是个最最简单的高程频数统计，如果你喜欢用字典来做的话，也是灰常容易的，比如这么写：

这里的除以10取整之后再乘以10，是用来做重分类的，把十位和个位都舍掉：比如4530，就舍入成4500。

不过这样一算居然用了5.54s……不就是一个双重循环么，这么慢，有方法快点不咯？答案当然木问题的，比如直接用numpy的内置函数：

卧槽！84毫秒……用numpy的速度，居然是Python循环计算的65倍……果断不要自己写统计流程了，果然Python用包才是王道。

numpy的unique函数，可以直接进行唯一值统计，统计完成之后，就可以直接绘制出柱状图了：

实际上到这里为止，高程统计就算打完收工了……

颜色！颜色哪里去了？不说颜色，算个毛的打完收工啊！！

好吧，下面继续……设置颜色的matplotlib的一个基本功，直接通过cmap进行颜色映射，就可以直接进行渲染，比如对地形，我们通过不同的颜色来映射一下：

gist_earth，所谓的地球色：

或则直接用灰度色：

matplotlib的标志色jet（冷热色）：

cmap的原理就是直接生成一个线性分级色彩构建器：好吧这个名字是我自己瞎取的，官方名字叫做“LinearSegmentedColormap ”，作用就是根据你设定的颜色名称，生成一系列颜色值。所以我们可以直接从这个构建器里面，去获取到我们需要的颜色：

下面我从jet里面，获取10个颜色：

这是rgb+透明度组成的值，当然，我们也可以准换为十六进制的标准颜色编号：

当然，也是可以用渐变色：

知道这些方法，就自然可以获取不同的高程的渲染色，然后得到柱状图了，所有的源码如下：

如果需要源代码的，可以去虾神新的代码仓库找。

代码参考地址，直接公众号发送6，即可获得，以上代码和数据，都在PythonDemo/021高程统计及可视化里面。