精华内容
下载资源
问答
  • 支持运行 40 多种编程语言matplotlib.pyplot——python数据可视化numpy——Python的开源的数值计算扩展(数组)教材:《Python数据分析与应用》黄红梅、张良均3.2分析特征间的关系散点图特征:揭示特征间的相关关系...

    导入:

    jupyter notebook——是一个交互式笔记本,支持运行 40 多种编程语言

    matplotlib.pyplot——python数据可视化

    numpy——Python的开源的数值计算扩展(数组)

    教材:《Python数据分析与应用》黄红梅、张良均

    3.2分析特征间的关系

    散点图

    特征:揭示特征间的相关关系

    函数:scatter

    语法: matplotlib.pyplot.scatter (x,y,s=None,c=None,marker=None,cmap=None,norm=None,vmin=None,vmax=None,alpha=None,linewidths=None,verts=None,edgecolors=None,hold=None,data=None,**kwargs)

    x:x轴

    y:y轴

    s:大小

    marker:点的类型

    c:颜色

    alpha:透明度

    <1>绘制2010-2017各季度国民生产总值散点图

    import numpy as np #导入numpy计算模块

    import matplotlib.pyplot as plt #导入matplotlib.pyplot画图模块

    plt.rcParams['font.sans-serif']='SimHei' #设置中文显示

    plt.rcParams['axes.unicode_minus']=False

    data=np.load('E:\大三上\张宇萌\实习任务安排(2019-9-19)\国民经济核算季度数据.npz',allow_pickle=True)#allow_pickle=True解决ValueError:Object arrarys cannot be loaded when allow_pickle=False的问题

    name=data['columns']#提取其中的column数组,视为数据的标签

    values=data['values']#提取values数组:数据存在位置

    plt.figure(figsize=(8,7))#画布

    plt.ylim((0,22500))#设置y轴范围

    plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)

    plt.scatter(values[:,0],values[:,2],marker='o')#绘制散点图

    plt.xlabel('年份');plt.ylabel=('生产总值(亿元)')

    plt.title('2000-2017各年度国民生产总值散点图')#添加图标标题

    plt.savefig('E:\大三上\张宇萌\实习任务安排(2019-9-19)\散点图.png')

    plt.show()

    其中plt(matplotlib.pyplot)使用rc配置文件来自定义图形的各种默认属性,称之为rc配置或rc参数。

    参考:https://blog.csdn.net/weixin_39010770/article/details/88200298

    <2>使用不同颜色、不同形状的点绘制

    import numpy as np #导入numpy计算模块

    import matplotlib.pyplot as plt #导入matplotlib.pyplot画图模块

    plt.rcParams['font.sans-serif']='SimHei' #设置中文显示

    plt.rcParams['axes.unicode_minus']=False

    data=np.load('E:\大三上\张宇萌\实习任务安排(2019-9-19)\国民经济核算季度数据.npz',allow_pickle=True)

    name=data['columns']#提取其中的column数组,视为数据的标签

    values=data['values']#提取values数组:数据存在位置

    plt.figure(figsize=(8,7))

    plt.scatter(values[:,0],values[:,3],marker='o',c='red')

    plt.scatter(values[:,0],values[:,4],marker='D',c='blue')

    plt.scatter(values[:,0],values[:,5],marker='v',c='yellow')

    plt.xlabel('年份')

    plt.ylabel('生产总值(亿元)')

    plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)#x坐标轴:从0到70,共四点,旋转45°

    plt.title('2000-2017年各产业各季度国民生产总值散点图')

    plt.legend(['第一产业','第二产业','第三产业'])#图例

    plt.savefig('散点图.png')

    plt.show()

    75cbe2040bfb46fcb905f6a03be5984f.jpg

    折线图

    特征:揭示特征间的趋势关系

    函数:plot

    语法:matplotlib.pyplot.plot(*args,**kwargs)

    #linestyle:线条类型

    <1>2000-2017年各季度国民生产总值折线图

    import numpy as np #导入numpy计算模块

    import matplotlib.pyplot as plt #导入matplotlib.pyplot画图模块

    plt.rcParams['font.sans-serif']='SimHei' #设置中文显示

    plt.rcParams['axes.unicode_minus']=False

    data=np.load('E:\大三上\张宇萌\实习任务安排(2019-9-19)\国民经济核算季度数据.npz',allow_pickle=True)

    name=data['columns']#提取其中的column数组,视为数据的标签

    values=data['values']#提取values数组:数据存在位置

    plt.figure(figsize=(8,7))

    plt.plot(values[:,0],values[:,2],color='r',linestyle='--')

    plt.xlabel('年份')

    plt.ylabel('生产总值(亿元)')

    plt.ylim((0,225000))

    plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)

    plt.title('2000-2017年各季度国民生产总值折线图')

    plt.savefig('折线图.png')

    86a9bc1edbc446e1b0232fc36c017f85.jpg

    <2>绘制点线图

    plt.figure(figsize=(8,7))

    plt.plot(values[:,0],values[:,2],color='r',linestyle='--',marker='o')

    plt.xlabel('年份')

    plt.ylabel('生产总值(亿元)')

    plt.ylim((0,225000))

    plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)

    plt.title('2000-2017年各季度国民生产总值点线图')

    plt.savefig('点线图.png')

    9d3371bf3a364b6087985bc1503727bd.jpg

    <3>各产业折线图

    plt.figure(figsize=(8,7))

    plt.plot(values[:,0],values[:,3],'bs-',

    values[:,0],values[:,4],'ro-',

    values[:,0],values[:,5],'gH--')

    plt.xlabel('年份')

    plt.ylabel('生产总值(亿元)')

    plt.ylim((0,225000))

    plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)

    plt.title('2000-2017年各产业各季度国民生产总值点线图')

    plt.savefig('各产业点线图.png')

    d27f3bb29f6e4eaf961c033024eb0d13.jpg

    展开全文
  • 我有一组要显示为散点图的数据。 我希望将每个点绘制为大小dx的正方形。123456x = [0.5,0.1,0.3]y = [0.2,0.7,0.8]z = [10.,15.,12.]dx = [0.05,0.2,0.1]scatter(x,y,c=z,s=dx,marker='s')问题是散布函数读取的大小s...

    我有一组要显示为散点图的数据。 我希望将每个点绘制为大小dx的正方形。

    1

    2

    3

    4

    5

    6x = [0.5,0.1,0.3]

    y = [0.2,0.7,0.8]

    z = [10.,15.,12.]

    dx = [0.05,0.2,0.1]

    scatter(x,y,c=z,s=dx,marker='s')

    问题是散布函数读取的大小s以点^ 2为单位。 我想要的是让每个点都由面积dx ^ 2的正方形表示,该面积以"真实"单位(绘图单位)表示。 希望您能明白这一点。

    我还有另一个问题。 散点图功能用黑色边框绘制标记,如何删除该选项并且完全没有边框?

    从用户数据坐标系转换为显示坐标系。

    并使用edgecolors ='none'绘制没有轮廓的面。

    1

    2

    3

    4

    5

    6import numpy as np

    fig = figure()

    ax = fig.add_subplot(111)

    dx_in_points = np.diff(ax.transData.transform(zip([0]*len(dx), dx)))

    scatter(x,y,c=z,s=dx_in_points**2,marker='s', edgecolors='none')

    这不会按照OP的要求以绘图单位绘制正方形,但是不会调整大小的固定大小的正方形(例如,通过手动更改图形框大小)。

    这可能是一个愚蠢的问题。但是,如果dx不是数组而是每个点(x,y,z)都相同,那么如何更改上面的代码。此外,我真的需要使用add_subplot吗?

    您如何找到edgecolors参数?

    如果您希望标记的大小与图形大小相同,则可以使用补丁:

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    16

    17

    18from matplotlib import pyplot as plt

    from matplotlib.patches import Rectangle

    x = [0.5, 0.1, 0.3]

    y = [0.2 ,0.7, 0.8]

    z = [10, 15, 12]

    dx = [0.05, 0.2, 0.1]

    cmap = plt.cm.hot

    fig = plt.figure()

    ax = fig.add_subplot(111, aspect='equal')

    for x, y, c, h in zip(x, y, z, dx):

    ax.add_artist(Rectangle(xy=(x, y),

    color=cmap(c**2), # I did c**2 to get nice colors from your numbers

    width=h, height=h)) # Gives a square of area h*h

    plt.show()

    53BM4.png

    注意:

    正方形不在(x,y)的中心。 x,y实际上是

    左下角的正方形。我以这种方式简化了我的代码。您

    应该使用(x + dx/2, y + dx/2)。

    颜色是从热色图中获取的。我用z ** 2给出颜色。

    您还应该根据自己的需要进行调整

    最后是您的第二个问题。您可以使用关键字参数edgecolor或edgecolors来获得散点标记的边框。它们分别是matplotlib颜色参数或rgba元组序列。如果将参数设置为"无",则不会绘制边框。

    我认为我们可以通过添加补丁来做得更好。

    根据文件:

    This (PatchCollection) makes it easier to assign a color map to a heterogeneous

    collection of patches.

    This also may improve plotting speed, since PatchCollection will

    draw faster than a large number of patches.

    假设您要以数据单位绘制具有给定半径的圆的散布:

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    16

    17

    18

    19

    20

    21

    22

    23

    24

    25

    26

    27

    28

    29

    30

    31

    32

    33

    34

    35

    36

    37

    38

    39

    40

    41

    42

    43

    44

    45

    46

    47

    48

    49

    50

    51

    52

    53

    54

    55

    56

    57

    58

    59

    60

    61

    62

    63

    64

    65

    66

    67def circles(x, y, s, c='b', vmin=None, vmax=None, **kwargs):

    """

    Make a scatter of circles plot of x vs y, where x and y are sequence

    like objects of the same lengths. The size of circles are in data scale.

    Parameters

    ----------

    x,y : scalar or array_like, shape (n, )

    Input data

    s : scalar or array_like, shape (n, )

    Radius of circle in data unit.

    c : color or sequence of color, optional, default : 'b'

    `c` can be a single color format string, or a sequence of color

    specifications of length `N`, or a sequence of `N` numbers to be

    mapped to colors using the `cmap` and `norm` specified via kwargs.

    Note that `c` should not be a single numeric RGB or RGBA sequence

    because that is indistinguishable from an array of values

    to be colormapped. (If you insist, use `color` instead.)

    `c` can be a 2-D array in which the rows are RGB or RGBA, however.

    vmin, vmax : scalar, optional, default: None

    `vmin` and `vmax` are used in conjunction with `norm` to normalize

    luminance data. If either are `None`, the min and max of the

    color array is used.

    kwargs : `~matplotlib.collections.Collection` properties

    Eg. alpha, edgecolor(ec), facecolor(fc), linewidth(lw), linestyle(ls),

    norm, cmap, transform, etc.

    Returns

    -------

    paths : `~matplotlib.collections.PathCollection`

    Examples

    --------

    a = np.arange(11)

    circles(a, a, a*0.2, c=a, alpha=0.5, edgecolor='none')

    plt.colorbar()

    License

    --------

    This code is under [The BSD 3-Clause License]

    (http://opensource.org/licenses/BSD-3-Clause)

    """

    import numpy as np

    import matplotlib.pyplot as plt

    from matplotlib.patches import Circle

    from matplotlib.collections import PatchCollection

    if np.isscalar(c):

    kwargs.setdefault('color', c)

    c = None

    if 'fc' in kwargs: kwargs.setdefault('facecolor', kwargs.pop('fc'))

    if 'ec' in kwargs: kwargs.setdefault('edgecolor', kwargs.pop('ec'))

    if 'ls' in kwargs: kwargs.setdefault('linestyle', kwargs.pop('ls'))

    if 'lw' in kwargs: kwargs.setdefault('linewidth', kwargs.pop('lw'))

    patches = [Circle((x_, y_), s_) for x_, y_, s_ in np.broadcast(x, y, s)]

    collection = PatchCollection(patches, **kwargs)

    if c is not None:

    collection.set_array(np.asarray(c))

    collection.set_clim(vmin, vmax)

    ax = plt.gca()

    ax.add_collection(collection)

    ax.autoscale_view()

    if c is not None:

    plt.sci(collection)

    return collection

    scatter函数的所有参数和关键字(marker除外)将以相似的方式工作。

    我写了一个要点,包括圆形,椭圆形和正方形/矩形。如果您想要其他形状的集合,则可以自己修改。

    如果要绘制颜色条,只需运行colorbar()或将返回的收集对象传递给colorbar函数。

    一个例子:

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14from pylab import *

    figure(figsize=(6,4))

    ax = subplot(aspect='equal')

    #plot a set of circle

    a = arange(11)

    out = circles(a, a, a*0.2, c=a, alpha=0.5, ec='none')

    colorbar()

    #plot one circle (the lower-right one)

    circles(1, 0, 0.4, 'r', ls='--', lw=5, fc='none', transform=ax.transAxes)

    xlim(0,10)

    ylim(0,10)

    输出:

    slpoC.png

    我想在开源项目中使用您的函数,但不能这样做,因为默认情况下,所有SO代码均受CC BY-SA许可。您可以明确声明代码的许可,最好是类似BSD的许可吗?

    @neo很高兴知道这一点。我不熟悉许可证,我认为应该与matplotlib保持一致,因为我只是基于scatter函数编写了此代码。所以应该是PSF或其他?

    您的代码段不是matplotlib的派生作品,因此您可以在任何许可下许可代码。我只会使用BSD 3子句,它在Python世界中很常见。

    @neo那很好。不适使用BSD 3句。

    为了使此Python 3兼容,我添加了以下代码片段

    1

    2

    3

    4try:

    basestring

    except NameError:

    basestring = str

    如何检查变量是否为具有python 2和3兼容性的字符串

    这是必需的,因为basestring在Python 3中不可用。在Python 2中,basestring的目的是同时包含str和unicode。在Python 3中,str和unicode之间没有区别,只是str。

    展开全文
  • 我有一组要显示为散点图的数据。 我希望将每个点绘制为大小dx的正方形。123456x = [0.5,0.1,0.3]y = [0.2,0.7,0.8]z = [10.,15.,12.]dx = [0.05,0.2,0.1]scatter(x,y,c=z,s=dx,marker='s')问题是散布函数读取的大小s...

    我有一组要显示为散点图的数据。 我希望将每个点绘制为大小dx的正方形。

    1

    2

    3

    4

    5

    6x = [0.5,0.1,0.3]

    y = [0.2,0.7,0.8]

    z = [10.,15.,12.]

    dx = [0.05,0.2,0.1]

    scatter(x,y,c=z,s=dx,marker='s')

    问题是散布函数读取的大小s以点^ 2为单位。 我想要的是让每个点都由面积dx ^ 2的正方形表示,该面积以"真实"单位(绘图单位)表示。 希望您能明白这一点。

    我还有另一个问题。 散点图功能用黑色边框绘制标记,如何删除该选项并且完全没有边框?

    从用户数据坐标系转换为显示坐标系。

    并使用edgecolors ='none'绘制没有轮廓的面。

    1

    2

    3

    4

    5

    6import numpy as np

    fig = figure()

    ax = fig.add_subplot(111)

    dx_in_points = np.diff(ax.transData.transform(zip([0]*len(dx), dx)))

    scatter(x,y,c=z,s=dx_in_points**2,marker='s', edgecolors='none')

    这不会按照OP的要求以绘图单位绘制正方形,但是不会调整大小的固定大小的正方形(例如,通过手动更改图形框大小)。

    这可能是一个愚蠢的问题。但是,如果dx不是数组而是每个点(x,y,z)都相同,那么如何更改上面的代码。此外,我真的需要使用add_subplot吗?

    您如何找到edgecolors参数?

    如果您希望标记的大小与图形大小相同,则可以使用补丁:

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    16

    17

    18from matplotlib import pyplot as plt

    from matplotlib.patches import Rectangle

    x = [0.5, 0.1, 0.3]

    y = [0.2 ,0.7, 0.8]

    z = [10, 15, 12]

    dx = [0.05, 0.2, 0.1]

    cmap = plt.cm.hot

    fig = plt.figure()

    ax = fig.add_subplot(111, aspect='equal')

    for x, y, c, h in zip(x, y, z, dx):

    ax.add_artist(Rectangle(xy=(x, y),

    color=cmap(c**2), # I did c**2 to get nice colors from your numbers

    width=h, height=h)) # Gives a square of area h*h

    plt.show()

    53BM4.png

    注意:

    正方形不在(x,y)的中心。 x,y实际上是

    左下角的正方形。我以这种方式简化了我的代码。您

    应该使用(x + dx/2, y + dx/2)。

    颜色是从热色图中获取的。我用z ** 2给出颜色。

    您还应该根据自己的需要进行调整

    最后是您的第二个问题。您可以使用关键字参数edgecolor或edgecolors来获得散点标记的边框。它们分别是matplotlib颜色参数或rgba元组序列。如果将参数设置为"无",则不会绘制边框。

    我认为我们可以通过添加补丁来做得更好。

    根据文件:

    This (PatchCollection) makes it easier to assign a color map to a heterogeneous

    collection of patches.

    This also may improve plotting speed, since PatchCollection will

    draw faster than a large number of patches.

    假设您要以数据单位绘制具有给定半径的圆的散布:

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    16

    17

    18

    19

    20

    21

    22

    23

    24

    25

    26

    27

    28

    29

    30

    31

    32

    33

    34

    35

    36

    37

    38

    39

    40

    41

    42

    43

    44

    45

    46

    47

    48

    49

    50

    51

    52

    53

    54

    55

    56

    57

    58

    59

    60

    61

    62

    63

    64

    65

    66

    67def circles(x, y, s, c='b', vmin=None, vmax=None, **kwargs):

    """

    Make a scatter of circles plot of x vs y, where x and y are sequence

    like objects of the same lengths. The size of circles are in data scale.

    Parameters

    ----------

    x,y : scalar or array_like, shape (n, )

    Input data

    s : scalar or array_like, shape (n, )

    Radius of circle in data unit.

    c : color or sequence of color, optional, default : 'b'

    `c` can be a single color format string, or a sequence of color

    specifications of length `N`, or a sequence of `N` numbers to be

    mapped to colors using the `cmap` and `norm` specified via kwargs.

    Note that `c` should not be a single numeric RGB or RGBA sequence

    because that is indistinguishable from an array of values

    to be colormapped. (If you insist, use `color` instead.)

    `c` can be a 2-D array in which the rows are RGB or RGBA, however.

    vmin, vmax : scalar, optional, default: None

    `vmin` and `vmax` are used in conjunction with `norm` to normalize

    luminance data. If either are `None`, the min and max of the

    color array is used.

    kwargs : `~matplotlib.collections.Collection` properties

    Eg. alpha, edgecolor(ec), facecolor(fc), linewidth(lw), linestyle(ls),

    norm, cmap, transform, etc.

    Returns

    -------

    paths : `~matplotlib.collections.PathCollection`

    Examples

    --------

    a = np.arange(11)

    circles(a, a, a*0.2, c=a, alpha=0.5, edgecolor='none')

    plt.colorbar()

    License

    --------

    This code is under [The BSD 3-Clause License]

    (http://opensource.org/licenses/BSD-3-Clause)

    """

    import numpy as np

    import matplotlib.pyplot as plt

    from matplotlib.patches import Circle

    from matplotlib.collections import PatchCollection

    if np.isscalar(c):

    kwargs.setdefault('color', c)

    c = None

    if 'fc' in kwargs: kwargs.setdefault('facecolor', kwargs.pop('fc'))

    if 'ec' in kwargs: kwargs.setdefault('edgecolor', kwargs.pop('ec'))

    if 'ls' in kwargs: kwargs.setdefault('linestyle', kwargs.pop('ls'))

    if 'lw' in kwargs: kwargs.setdefault('linewidth', kwargs.pop('lw'))

    patches = [Circle((x_, y_), s_) for x_, y_, s_ in np.broadcast(x, y, s)]

    collection = PatchCollection(patches, **kwargs)

    if c is not None:

    collection.set_array(np.asarray(c))

    collection.set_clim(vmin, vmax)

    ax = plt.gca()

    ax.add_collection(collection)

    ax.autoscale_view()

    if c is not None:

    plt.sci(collection)

    return collection

    scatter函数的所有参数和关键字(marker除外)将以相似的方式工作。

    我写了一个要点,包括圆形,椭圆形和正方形/矩形。如果您想要其他形状的集合,则可以自己修改。

    如果要绘制颜色条,只需运行colorbar()或将返回的收集对象传递给colorbar函数。

    一个例子:

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14from pylab import *

    figure(figsize=(6,4))

    ax = subplot(aspect='equal')

    #plot a set of circle

    a = arange(11)

    out = circles(a, a, a*0.2, c=a, alpha=0.5, ec='none')

    colorbar()

    #plot one circle (the lower-right one)

    circles(1, 0, 0.4, 'r', ls='--', lw=5, fc='none', transform=ax.transAxes)

    xlim(0,10)

    ylim(0,10)

    输出:

    slpoC.png

    我想在开源项目中使用您的函数,但不能这样做,因为默认情况下,所有SO代码均受CC BY-SA许可。您可以明确声明代码的许可,最好是类似BSD的许可吗?

    @neo很高兴知道这一点。我不熟悉许可证,我认为应该与matplotlib保持一致,因为我只是基于scatter函数编写了此代码。所以应该是PSF或其他?

    您的代码段不是matplotlib的派生作品,因此您可以在任何许可下许可代码。我只会使用BSD 3子句,它在Python世界中很常见。

    @neo那很好。不适使用BSD 3句。

    为了使此Python 3兼容,我添加了以下代码片段

    1

    2

    3

    4try:

    basestring

    except NameError:

    basestring = str

    如何检查变量是否为具有python 2和3兼容性的字符串

    这是必需的,因为basestring在Python 3中不可用。在Python 2中,basestring的目的是同时包含str和unicode。在Python 3中,str和unicode之间没有区别,只是str。

    展开全文
  • python 散点图

    万次阅读 2017-12-19 18:19:41
    最近开始学习python编程,遇到...2、其中散点形状参数marker如下: 3、其中颜色参数c如下: 4、基本的使用方法如下: [python] view plain copy #导入必要的模块 import numpy as np im

    最近开始学习python编程,遇到scatter函数,感觉里面的参数不知道什么意思于是查资料,最后总结如下:

    1、scatter函数原型

    2、其中散点的形状参数marker如下:

    3、其中颜色参数c如下:

    4、基本的使用方法如下:

    1. #导入必要的模块  
    2. import numpy as np  
    3. import matplotlib.pyplot as plt  
    4. #产生测试数据  
    5. x = np.arange(1,10)  
    6. y = x  
    7. fig = plt.figure()  
    8. ax1 = fig.add_subplot(111)  
    9. #设置标题  
    10. ax1.set_title('Scatter Plot')  
    11. #设置X轴标签  
    12. plt.xlabel('X')  
    13. #设置Y轴标签  
    14. plt.ylabel('Y')  
    15. #画散点图  
    16. ax1.scatter(x,y,c = 'r',marker = 'o')  
    17. #设置图标  
    18. plt.legend('x1')  
    19. #显示所画的图  
    20. plt.show()  

    结果如下:

    5、当scatter后面参数中数组的使用方法,如s,当s是同x大小的数组,表示x中的每个点对应s中一个大小,其他如c,等用法一样,如下:

    (1)、不同大小

    1. #导入必要的模块  
    2. import numpy as np  
    3. import matplotlib.pyplot as plt  
    4. #产生测试数据  
    5. x = np.arange(1,10)  
    6. y = x  
    7. fig = plt.figure()  
    8. ax1 = fig.add_subplot(111)  
    9. #设置标题  
    10. ax1.set_title('Scatter Plot')  
    11. #设置X轴标签  
    12. plt.xlabel('X')  
    13. #设置Y轴标签  
    14. plt.ylabel('Y')  
    15. #画散点图  
    16. sValue = x*10  
    17. ax1.scatter(x,y,s=sValue,c='r',marker='x')  
    18. #设置图标  
    19. plt.legend('x1')  
    20. #显示所画的图  
    21. plt.show()  

    (2)、不同颜色

    1. #导入必要的模块  
    2. import numpy as np  
    3. import matplotlib.pyplot as plt  
    4. #产生测试数据  
    5. x = np.arange(1,10)  
    6. y = x  
    7. fig = plt.figure()  
    8. ax1 = fig.add_subplot(111)  
    9. #设置标题  
    10. ax1.set_title('Scatter Plot')  
    11. #设置X轴标签  
    12. plt.xlabel('X')  
    13. #设置Y轴标签  
    14. plt.ylabel('Y')  
    15. #画散点图  
    16. cValue = ['r','y','g','b','r','y','g','b','r']  
    17. ax1.scatter(x,y,c=cValue,marker='s')  
    18. #设置图标  
    19. plt.legend('x1')  
    20. #显示所画的图  
    21. plt.show()  

    结果:

    (3)、线宽linewidths

    1. #导入必要的模块  
    2. import numpy as np  
    3. import matplotlib.pyplot as plt  
    4. #产生测试数据  
    5. x = np.arange(1,10)  
    6. y = x  
    7. fig = plt.figure()  
    8. ax1 = fig.add_subplot(111)  
    9. #设置标题  
    10. ax1.set_title('Scatter Plot')  
    11. #设置X轴标签  
    12. plt.xlabel('X')  
    13. #设置Y轴标签  
    14. plt.ylabel('Y')  
    15. #画散点图  
    16. lValue = x  
    17. ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o')  
    18. #设置图标  
    19. plt.legend('x1')  
    20. #显示所画的图  
    21. plt.show()  


                         注:  这就是scatter基本的用法。
    展开全文
  • Python散点图

    千次阅读 2018-06-15 20:40:29
    最近开始学习Python编程,...2、其中散点形状参数marker如下: 3、其中颜色参数c如下: 4、基本的使用方法如下: [python] view plain copy #导入必要的模块  import numpy as np  import matplo...
  • 你以为的散点图长这样: 其实散点图还可以长这样: 气泡图 大雁南飞图看起来是不是即高大上又美观,下面就带着大家一起学习一下如何用pyecharts画出漂亮的散点图一、最基本的散点图from pyecharts import options as...
  • 首先说散点图散点图和线形图最大的区别,顾名思义就是这种图形不再由线段进行连接,而是由一个一个独立的点、圆圈或者其他指定的形状构成:import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0,...
  • Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形,通过 Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等...
  • 如果你想要一个其他形状的集合,你可以自己修改它 . 如果要绘制颜色条,只需运行 colorbar() 或将返回的集合对象传递给 colorbar 函数 . 一个例子: from pylab import * figure(figsize=(6,4)) ax = subplot...
  • 本文包括以下内容:点图:散点图线图:折线图柱状:条形图一图多线多个绘图一、散点图需要用到matplotlib包下的plt.scatte()函数先建一个数据集from 画出散点图exam_X 二、折线图2.1 一图一线函数plt.plot(x,y,color...
  • python散点图折线图

    千次阅读 2020-12-10 22:54:24
    Python-画图(散点图scatter、保存savefig)及颜色大全 import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus'] = False #...
  • 随机漫步是这样行走得到的途径:每次行走都是完全随机的,没有明确的方向,结果是...(y/n):") if keep_running=='n': break 效果: 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
  • 其在Python中得API接口包名为folium(不知道包作者为何这样起名字,和leaflet已经扯不上关系了),可以满足我们平时常用的热力、填充地图、路径散点标记等高频可视化场景。关于folium在热力上的用法,可以...
  • python散点图绘制scatter

    2020-03-07 23:03:57
    发现scatter不仅能画散点,还能调节点的大小,做成气泡,所以自己准备写个总结,记录下! 函数: matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, ...
  • Python散点图绘制--Matplotlib详解

    千次阅读 2020-12-04 10:35:42
    散点图
  • python 绘图---2D、3D散点图折线图、曲面图

    万次阅读 多人点赞 2018-01-29 11:55:08
    Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形,通过 Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等...
  • 环境:windows系统,anaconda3 64位,python 3.61.初认识基本代码如下:import numpy as npimport matplotlib.pyplot as pltN = 1000x = np.random.randn(N)y = np.random.randn(N)plt.scatter(x, y)plt.show()这里...
  • 图文并茂的Python散点图教程

    万次阅读 多人点赞 2017-09-06 17:22:49
    看完本教程,就可以应付大多数情况下的柱状绘制了。
  • 2中以BC为顶点,在考虑点D是发现它是向右转的,所以点C不是凸包上的点,把它从栈中弹出 3.凸包的优点和缺点 1)优点:可以很方便地求得一个点集的边界,适合用于3D游戏中的碰撞检测。 2)缺点:并不能很好地描述点集...
  • 一:首先导入matplotlib库: File->setting Project Interpreter 点击右边的...二:折线图:#折线图import matplotlib.pyplot as pltx_valuse = [1,2,3,4,5]y_squares = [1,4,9,16,25] #表示(0,1) (1,4) ……的点plt...
  • color = color2) #刻度 x_ticks = np.arange(0, 0.11, 0.01) y_ticks = np.arange(150,450, 50) plt.xticks(x_ticks) plt.yticks(y_ticks) #点的形状 plt.scatter(x, pm_15db_3p, marker = 'o', c = '', edgecolors...
  • 我就废话不多说了,大家还是直接看代码吧! 绘制曲线: import time import numpy as np ... 本文标题: matplotlib 曲线图 和 折线图 plt.plot()实例 本文地址: http://www.cppcns.com/jiaoben/python/308372.html
  • python散点图-python绘制散点图

    千次阅读 2020-10-29 14:29:06
    环境:windows系统,anaconda3 64位,python 3.61.初认识基本代码如下:import numpy as npimport matplotlib.pyplot as pltN = 1000x = np.random.randn(N)y = np.random.randn(N)plt.scatter(x, y)plt.show()这里...
  • Python数据可视化之散点图折线图

    万次阅读 2017-12-02 21:39:23
    最近一直用到Python的matplotlib包,一些画简单的散点图折线图的用法老是记不住,所以从最基础的地方开始,稍微总结了一下。一、散点图散点图时主要用到的是scatter函数。随机产生两组length相同的数据。x = ...
  • 导入: jupyter notebook——是一个交互式笔记本,支持运行 40 多种编程语言 matplotlib.pyplot——python数据可视化 ...散点图 特征:揭示特征间的相关关系 函数:scatter 语法: matplotlib.pyplot.scat...
  • 当我们需要观察比较2个变量间的关系时,散点图是我们首选图表。可当数据量非常大,数据点又比较集中在某个区间中,图表没法看,密密麻麻的怎么看?怎么办?这时候就得看密度图了什么是密度图?所谓的密度图 (Density ...
  • 散点图和趋势线的简单介绍: 散点图一般用于描述两个数量型变量之间的相关关系,而趋势线是显示相关性近似程度的一条直线。 绘制散点图的主要方法: 方法1:通过pandas包中的DataFrame对象调用plot()或plot....
  • 掌握使用matplotlib画散点图的方法;正文:1.matplotlib的散点图函数:matplotlib.pyplot.scatter(x,y,s=None,c=None,marker=None,cmap=None,norm=None,vmin=None,vmax=None,alpha=None,linewidths=None,ve...
  • cmap:颜色风格: c:可用于不同类别的颜色 ...marker:指定散点图点的形状,默认为圆形; cmap:指定色图,只有当c参数是一个浮点型的数组的时候才起作用; alpha:设置散点的透明度; linewidth...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 6,274
精华内容 2,509
关键字:

python散点图形状

python 订阅