Python数据可视化之散点图(基础篇---图文并茂详细版!!!)
Python数据可视化之散点图
- 介绍
- 准备工作
- 所需的库
- 虚拟环境
- 简单散点图
- 总结
- 两种不同颜色和图例的散点图
- 总结
介绍
•数据可视化的应用十分广泛,几乎可以应用于自然科学、工程技术、金融、通信和商业等各种领域。下面我们基于Python,介绍一下第一个常用知识点—散点图
准备工作
所需的库
•为了使数据可视化我们需要安装下述的库,再进行可视化操作!!
•numpy:NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库
pip install numpy -i https://pypi.douban.com/simple
•pandas:Pandas 是 Python 语言的一个扩展程序库,用于数据分析,还是一个强大的分析结构化数据的工具集,基础是 Numpy(提供高性能的矩阵运算),还可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据
pip install pandas -i https://pypi.douban.com/simple
•matplotlib:是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式
pip install matplotlib -i https://pypi.douban.com/simple
虚拟环境
•建议在开始操作python可视化之前,创建一个新的虚拟环境,方便管理与操作!!!
•虚拟环境的作用:
我们可以通过创建多个虚拟环境实现环境拆分,每个虚拟环境安装不同版本的库,从而满足不同的需求,各个虚拟环境之间相互独立、不对其它环境产生影响!!!
•虚拟环境参考博文:python虚拟环境的安装与配置(究极详细易理解版!!!)
•上述博文博主亲测有效!!!
简单散点图
•代码需求:绘制一个一元函数的散点图
•使用matplotlib中的scatter()函数
进行绘图!!
代码测试:
# 导入我们所需的库 as:即给库取别名,方便书写
import matplotlib.pyplot as plt
import numpy as np# 定义数据
x = np.random.rand(10) # 取出10个随机数
y = x + x ** 2 - 10 # 用自定义关系确定y的值# 绘图
# 1. 确定画布
plt.figure(figsize=(8, 4)) # figsize:确定画布大小 # 2. 绘图
plt.scatter(x, # 横坐标y, # 纵坐标c='red', # 点的颜色label='function') # 标签 即为点代表的意思
# 3.展示图形
plt.legend() # 显示图例plt.show() # 显示所绘图形
图形展示:
•如果需要将图片保存到本地需将上述代码中的的plt.show() # 显示所绘图形
更换成如下代码:
plt.savefig('需要保存图片的路径地址/图片名.jpg') # 图片名可自定义(必须写图片名称.jpg)
总结
•plt.show()
不能和plt.savefig()
同时使用,即为展示图片和保存图片不能同时使用!!
•横坐标与纵坐标可以随意取值,但必须要有!!
•当scatter()函数中有label属性时,必须要有显示图例语句!!即:plt.legend()
•scatter()函数中还有s属性,为数据点尺寸大小!!
s=50 #数据点尺寸大小
•横坐标x与纵坐标y的值是一一对应的,一个x对应生成一个y!!
两种不同颜色和图例的散点图
•代码需求:将十个不同的点分成(0,1)两类,每一类都展示不同的颜色!!!
代码测试:
# 导入我们所需的库 as:即给库取别名,方便书写
import matplotlib.pyplot as plt
import numpy as np# 生成数据
x = np.random.rand(10, 2) # 生成10行 2列的数据集
y = np.array([0, 0, 1, 0, 1, 1, 0, 1, 0, 1]) # 二分类,将生成的数据点(x,y)分成0,1两类# 绘图
# 1.确定画布
plt.figure(figsize=(8, 4))colors = ['red', 'green'] # 建立颜色列表
labels = ['Zero', 'One'] # 建立标签类别列表# 2.绘图
for i in range(x.shape[1]): # shape[] 类别的种类数量(2)plt.scatter(x[y == i, 0], # 横坐标x[y == i, 1], # 纵坐标c=colors[i], # 颜色label=labels[i]) # 标签# 3.展示图形
plt.legend() # 显示图例plt.show() # 显示图片
图片展示:
总结
•当使用多种不同颜色来绘图时,需要使用循环在同一画布进行绘制,循环次数为分类的种类数量,即为:x.shape[1] x 分类种类数量 (2) !!
•循环一次画一个颜色类别的点!!
•需要分别建立颜色列表,标签类别列表,循环时进行使用!!
•横,纵坐标使用切片的方式获得!!
Python数据可视化之散点图(基础篇---图文并茂详细版!!!)相关推荐
- Python数据可视化之散点图(进阶篇---图文并茂详细版!!!)
散点图进阶篇 数据获取 数据展示 数据分析 1.确定横纵坐标的选择 2.准备标签的列表与颜色 4.确定横纵坐标的值 5.绘制基础图像 数据获取 •进阶散点图可视化需要大量的数据,网上有很多获取数据的来 ...
- Python数据可视化教程之基础篇
点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 开运张 | 作者 知乎专栏 | 来源 https://zhuanlan.zhihu.c ...
- python数据可视化读取excell文件绘制图像详细教程
python数据可视化读取excell文件绘制图像详细教程 python数据可视化 python库中的基本用法 import pandas as pd # 调用pandas库 来读取excell的文件 ...
- python数据查询教程_Python数据可视化教程之基础篇
经过学习之后,我总结了利用python实现可视化的三个步骤: 确定问题,选择图形 转换数据,应用函数 参数设置,一目了然 1 首先,要知道我们用哪些库来画图? matplotlib python中最基 ...
- Python数据可视化之散点图和折线图
最近一直用到Python的matplotlib包,一些画简单的散点图和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 画散点图时主要用到的是scatter函数. 随机产生 ...
- python数据可视化之美——基础
编程基础 数据越来越多,人脑就那么大,我们要处理好数据,把数据转成图标比直接看数据更容易理解.有助于人做决策. 集合(set):由唯一元素组成的无序集,{}或set()创建. dc={key1:val ...
- Python数据可视化之Matplotlib-技巧篇
常用技巧 特殊直线 画出过特定点的无穷直线,可以用 axline() 来实现. 确定平面直线:两个不同的点或者一个点和斜率 语法:plt.axline(xy1, xy2=None, *, slope= ...
- python数据可视化 matplotlib(2) 小白 - 典型图形进阶版:堆积折线图/并列柱状图/阶梯图/箱线图
今天依然是matplotlib,在入门版的基础上加入了更多的组合和样式设置,matplotlib库是建立在Numpy基础上的绘图库. 典型统计图形对比 柱状图 堆积图:将若干统计图形堆叠起来的统计图形 ...
- Python数据可视化之绘制带有最佳拟合线的散点图(图文并茂版!!!)
绘制带有最佳拟合线的散点图 最佳拟合线 数据准备 数据展示 图例选择 根据图例筛选数据 绘制图像 最佳拟合线 •当我们想要研究数据集中两个变量之间如何相互改变,使用最佳拟合线就是一个不错的方法!! ...
最新文章
- 了解下WSDL 绑定
- oracle中ddl中enable,oracle 禁用表的DDL 实现真正的READ ONLY
- Amoeba软件实现mysql读写分离
- 程序猿小白应该注意什么
- asp向不同的用户发送信息_ASP.NET Core 中的那些认证中间件及一些重要知识点
- 洛谷 - P4014 分配问题(费用流/KM)
- 不锈钢厨房用品类织梦模板
- mysql主从应用_MySQL主从复制应用、主从复制原理
- pytorch: torch.nn.functional.affine_grid(theta,size)
- 图解自监督学习,从入门到专家必读的九篇论文
- 潍坊科技学院五专部计算机应用基础试题,14计算机应用基础(A)
- Nero 7序列号的验证方法
- uniapp canvas 合成头像
- resin log日志
- matlab tic和toc单位,matlab toc tic 的用法
- <<视觉问答>>2022:MuKEA: Multimodal Knowledge Extraction and Accumulation for Knowledge-based VQA
- 利用tp5中的图像处理功能完成海报的图片合成
- Axure RP9 制作下拉式菜单
- 查看字符的所占字节数
- python面向对象书籍_python面向对象法实现图书管理系统
热门文章
- 《数据库》第1章 数据库系统概论
- AutoCAD二次开发,模拟三体运动,C#
- eclipse使用mapstruct_MapStruct使用学习
- 设计模式、框架、架构
- python 表达式求值_简单算术表达式求值
- win10下安装tesserocr失败(问题已解决,见文末)
- 【PP那些事儿】BOMRouting与ECN号
- 走进 DAO 时代:就像智能分布在各处的海星,当你打掉他身体的一部分,这个部分甚至会长成另一只海星...
- .shp .shx .dbf格式的文件怎么转换成.tab .map .id .d
- 数字化城市大脑赋能社会治理现代化体系新动能