精华内容
下载资源
问答
  • python散点图 Python-散点图 (Python - Scatter Plots) Advertisements 广告 Previous Page 上一页 Next Page 下一页 Scatterplots show many points plotted in the Cartesian plane. Each point ...
    python散点图

    python散点图

    Python-散点图 (Python - Scatter Plots)

    Scatterplots show many points plotted in the Cartesian plane. Each point represents the values of two variables. One variable is chosen in the horizontal axis and another in the vertical axis.

    散点图显示在笛卡尔平面中绘制的许多点。 每个点代表两个变量的值。 在水平轴上选择一个变量,在垂直轴上选择另一个变量。

    绘制散点图 (Drawing a Scatter Plot)

    Scatter plot can be created using the DataFrame.plot.scatter() methods.

    可以使用DataFrame.plot.scatter()方法创建散点图。

    
    import pandas as pd
    import numpy as np
    df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])
    df.plot.scatter(x='a', y='b')
     
    

    Its output is as follows −

    输出如下-

    scatterplot.png

    翻译自: https://www.tutorialspoint.com/python_data_science/python_scatter_plots.htm

    python散点图

    展开全文
  • python 散点图

    2019-12-22 00:42:08
    python的画图功能强大 ,为了加强对...本期是python 三点 scatterplot #d导入需要会的绘图库 import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt import seab...

    python的画图功能强大 ,为了加强对python的基础认识 ,通过对相关语法的了解 ,加深认识

    本期是python 三点图 scatterplot

    #d导入需要会的绘图库
    import numpy as np
    import pandas as pd 
    import matplotlib as mpl
    import matplotlib.pyplot as plt 
    import seaborn as sns
    %matplotlib inline
    #plt.show  显示你的图像 ,加入 inline 上面这行代码 就 不用 在写这个show code
    # data set define 
    x1 = np.random.randn(10)   # 定义的随机
    x2 = x1+ x1**2  - 10 
    #make sure a plan ,当只有一个图的时候 ,画布不是必须的 
    plt.figure(figsize =(8,4))
    #绘图 
    plt.scatter(x1,x2
                ,s=50  # 点的尺寸大小   
               ,c ="blue"
               ,label = "Positive")
    #装饰图像
    plt.legend() #显示图例   ,显示 图例 就是  label 属性
    plt.show()
    X  = np.random.randn(10,2)
    y= np.array([0,0,1,1,0,1,0,1,0,0,])
    plt.figure(figsize=(8,4))
    plt.scatter(X[:,0],X[:,1]
                     ,s=20,c= y)
    plt.show()
    #继续升级  
    colors =["red","blue"]
    lables = ["zero","one"]
    
    for i in range(X.shape[1]):  # 一共有两列
        plt.scatter(X[y==i,0],X[y==i,1],
                    color =colors[i],label=lables[i])  # c = colors[i] do okay 
    
    
    plt.show()

    通过继续升级 我们看到  ,使用了指定的颜色,使用了循环

    下图是美国老外朋友的博客里面的一个实例

    #instance or example 
    midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")
    #midwest.head()#
    #prepare data 
    #create as many as colors as there are unique midwest['']
    categories = np.unique(midwest['category'])
    colors = [plt.cm.tab10(i/float(len(categories)-1)) for i in range(len(categories))]   # tab10 () 接受一个float 数据 
    categories.shape
    plt.figure(figsize=(16,10),dpi = 80 ,facecolor ='w',edgecolor ='k')   # dpi  分辨率  
    for i ,category in enumerate(categories):
        plt.scatter('area','poptotal',
                   data = midwest.loc[midwest.category==category,:],
                   s =20 ,c=np.array(colors[i]).reshape(1,-1),label=str(category))
    #Decorations 
    
    plt.gca().set(xlim=(0.0,0.1),ylim=(0,90000),xlabel='Area',ylabel='Population')
    plt.xticks(fontsize=12);plt.yticks(fontsize=12)   # 坐标轴上尺寸的大小
    plt.title("Scatterplot of Midwest Area vs Population",fontsize =22)
    plt.legend(fontsize =12)
    plt.legend()
    plt.show()

     

     

     

     

     

    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: [python] view plain copy #导入必要的模块  import numpy as np  import matplo...

    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:

    [python] view plain copy

    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

    [python] view plain copy

    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

    [python] view plain copy

    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

    [python] view plain copy

    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

    2020-03-18 00:41:40
    1、作用 研究两个数值变量之间的关系 plt.scatter(data = df, x = 'num_var1', y = 'num_var2') #带有回归曲线 sb.regplot(data = df, x = 'num_var1', y = 'num_var2') sb默认的回归函数是线性回归 ...

    1、作用
    研究两个数值变量之间的关系
    2、绘制

    plt.scatter(data = df, x = 'num_var1', y = 'num_var2')
    #带有回归曲线
    sb.regplot(data = df, x = 'num_var1', y = 'num_var2', reg_fit = False)
    #指定x轴和y轴的名称
    plt.xlabel('')
    plt.ylabel('')
    

    sb默认的回归函数是线性回归,如果我们不关心回归线,那么可以在 regplot 函数调用中设置 reg_fit = False

    3、透明度和抖动

    “alpha” 的值可以介于 0(完全透明,不可见) 到 1(完全不透明)之间

    plt.scatter(data = df, x = 'disc_var1', y = 'disc_var2', alpha = 1/5)
    

    抖动:使每个点稍微偏离真实值所对应的位置,可以单独添加 x 轴和 y 轴抖动,不会影响到回归方程的拟合情况,抖动设置将导致每个点在真实值的 ±0.2 范围内抖动

    sb.regplot(data = df, x = 'disc_var1', y = 'disc_var2', fit_reg = False,x_jitter = 0.2, y_jitter = 0.2, scatter_kws = {'alpha' : 1/3})
    plt.scatter(data = df, x = 'num_var1', y = 'num_var2',alpha=1/3)
    

    4、热点图
    cmap = ‘viridis_r’ 可以将默认的 “viridis” 修改为反向的调色板,添加 cmin = 0.5 参数后,只有包含一个数据点以上的单元格才会有颜色

    bins_x = np.arange(0.5, 10.5+1, 1)
    bins_y = np.arange(-0.5, 10.5+1, 1)
    plt.hist2d(data = df, x = 'disc_var1', y = 'disc_var2',bins = [bins_x, bins_y], cmap = 'viridis_r', cmin = 0.5)
    #添加色条
    plt.colorbar();
    

    在这里插入图片描述

    展开全文
  • 广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力... 代码创建了x和y之间的散点图,我需要一段代码来过度绘制一条最适合散点图中的数据的行,而且我没有一个内置的pylab函数对我有用。 from matplotlib import *from...
  • 原标题:python散点图:如何添加拟合线并显示拟合方程与R方?polyfit()函数可以使用最小二乘法将一些点拟合成一条曲线.numpy.polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False)# x:要拟合点的横坐标# ...
  • 这篇文章主要介绍了Python散点图与折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下在数据分析的过程中,经常需要将数据可视化,目前常使用的...
  • 主要介绍了Python散点图与折线图绘制过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
  • 主要为大家详细介绍了python散点图实例之随机漫步,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  • python 散点图 分类_Python | 分类图

    千次阅读 2020-07-29 05:38:54
    python 散点图 分类Visualizing different variables is also a part of basic plotting. Such variables can have different classes, for example, numerical or a category. Matplotlib has an important feature...
  • 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...
  • python 散点图颜色大全

    2021-06-01 15:09:53
    python散点图颜色代码 'aliceblue': '#F0F8FF', 'antiquewhite': '#FAEBD7', 'aqua': '#00FFFF', 'aquamarine': '#7FFFD4', 'azure': '#F0FFFF', 'beige': '#F5F5DC', 'bisque': '#FFE4C4
  • 我正在从其他stackoverflow question处跳入.我认为您作为answer to the present question提出的方法不能完全按照您的意愿工作,原因如下:>首先,标记的大小以磅为单位,而不是以像素为单位.在印刷术中,the point是最小...
  • Python散点图拟合

    千次阅读 2020-03-15 19:49:25
    散点图拟合 import matplotlib.pyplot as plt import numpy as np x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24] y = np.array([5760, 3600, 1620, 1260, 1080, ...
  • 画二维散点图import numpy as npimport matplotlib.pyplot as plt#假设已经定好data_pos = ...x = data_pos[:, 0]y = data_pos[:, 1]plt.ylim(ymax=20, ymin=0) #限定Y轴的范围plt.plot(x, y, 'ro...
  • 画二维散点图import numpy as npimport matplotlib.pyplot as plt#假设已经定好data_pos = ...x = data_pos[:, 0]y = data_pos[:, 1]plt.ylim(ymax=20, ymin=0) #限定Y轴的范围plt.plot(x, y, 'ro...
  • python散点图及相关系数矩阵计算 # -*- coding:utf-8 -*- # __author__ = "LQ" import matplotlib.pyplot as plt import pandas as pd import scipy.stats as stats #自定义方法调用,上一篇有该方法 from Data...
  • 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。
  • 经常遇到时间序列的数据,用散点图可以直观的查看数据的分布情况。matplotlib模块的pyplot有画散点图的函数,但是该函数要求x轴是数字类型。pandas的plot函数里,散点图类型’scatter’也要求数字型的,用时间类型的...
  • 无奈发现Linux上的WPS没有绘图功能无语啊O__O”…,据说绘图功能是用delphi写的,不好做跨平台移植……那只好将重任加在Python上喽~原始数据u1 = np.array([0.3, 0.31, 0.32, 0.33, 0.34, 0.35, 0.36, 0.37, 0.38, ...
  • 绘制散点图找两数据之间的变化情况,结果发现图形显示异常。 在excel中的图像与python绘制出的图像相差太大。 具体图形如下: plt:![图片说明]...
  • 散点图

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,554
精华内容 1,421
关键字:

python散点图

python 订阅