Python画散点图之seaborn
1.散点图。
import seaborn as sns
import matplotlib.pyplot as plt
df = sns.load_dataset('iris')p1=sns.regplot(x=df["sepal_length"], y=df["sepal_width"])
plt.show()# 保存图片
fig = p1.get_figure()
fig.set_size_inches(4.8, 4.8)
fig.savefig('PNG/#40_Scatterplot_with_regression_fit_seaborn.png')
import seaborn as sns
import matplotlib.pyplot as plt
df = sns.load_dataset('iris')p2=sns.regplot(x=df["sepal_length"], y=df["sepal_width"], fit_reg=False)
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
df = sns.load_dataset('iris')p1=sns.regplot(x=df["sepal_length"], y=df["sepal_width"], marker="+", fit_reg=False)
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as npdf = sns.load_dataset('iris')
p1=sns.regplot(x=df["sepal_length"], y=df["sepal_width"], marker=3, fit_reg=False)
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
df = sns.load_dataset('iris')p2=sns.regplot(x=df["sepal_length"], y=df["sepal_width"], fit_reg=False, scatter_kws={"color":"darkred","alpha":0.3,"s":200} )
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
df = sns.load_dataset('iris')p1=sns.regplot(x=df["sepal_length"], y=df["sepal_width"], line_kws={"color":"r","alpha":0.7,"lw":5})
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
df = sns.load_dataset('iris')my_dpi=96
plt.figure(figsize=(480/my_dpi, 480/my_dpi), dpi=my_dpi)
# 使用hue进行分类
sns.lmplot( x="sepal_length", y="sepal_width", data=df, fit_reg=False, hue='species', legend=False)
# 设置图例
plt.legend(loc='lower right')
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
df = sns.load_dataset('iris')my_dpi=96
plt.figure(figsize=(480/my_dpi, 480/my_dpi), dpi=my_dpi)
# 使用hue进行分类
sns.lmplot( x="sepal_length", y="sepal_width", data=df, fit_reg=False, hue='species', legend=False, markers=["o", "x", "1"])
# 设置图例
plt.legend(loc='lower right')
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
df = sns.load_dataset('iris')my_dpi=96
plt.figure(figsize=(480/my_dpi, 480/my_dpi), dpi=my_dpi)sns.lmplot( x="sepal_length", y="sepal_width", data=df, fit_reg=False, hue='species', legend=False, palette="Set2")plt.legend(loc='lower right')
plt.show()
import seaborn as sns
import matplotlib.pyplot as plt
df = sns.load_dataset('iris')my_dpi=96
plt.figure(figsize=(480/my_dpi, 480/my_dpi), dpi=my_dpi)sns.lmplot( x="sepal_length", y="sepal_width", data=df, fit_reg=False, hue='species', legend=False, palette=dict(setosa="#9b59b6", virginica="#3498db", versicolor="#95a5a6"))plt.legend(loc='lower right')
plt.show()
import pandas as pd
import numpy as np
import matplotlib.pylab as plt
import seaborn as snsnp.random.seed(0)# 设置数据
df = pd.DataFrame(np.random.random((100,2)), columns=["x","y"])
value=(df['x']>0.2) & (df['y']>0.4)
df['color']= np.where( value==True , "#9b59b6", "#3498db")p1=sns.regplot(data=df, x="x", y="y", fit_reg=False, scatter_kws{'facecolors':df['color']})
plt.show()
import pandas as pd
import numpy as np
import matplotlib.pylab as plt
import seaborn as sns# 设置数据
df = pd.DataFrame({'x': [1, 1.5, 3, 4, 5], 'y': [5, 15, 5, 10, 2],'group': ['A','other group','B','C','D']})p1=sns.regplot(data=df, x="x", y="y", fit_reg=False, marker="+", color="skyblue")
plt.show()
import pandas as pd
import numpy as np
import matplotlib.pylab as plt
import seaborn as sns# 设置数据
df = pd.DataFrame({'x': [1, 1.5, 3, 4, 5], 'y': [5, 15, 5, 10, 2],'group': ['A','other group','B','C','D']})p1=sns.regplot(data=df, x="x", y="y", fit_reg=False, marker="o", color="skyblue", scatter_kws={'s':400})
p1.text(3+0.2, 4.5, "An annotation", horizontalalignment='left', size='medium', color='black', weight='semibold')
plt.show()
import pandas as pd
import numpy as np
import matplotlib.pylab as plt
import seaborn as sns# 设置数据
df = pd.DataFrame({'x': [1, 1.5, 3, 4, 5], 'y': [5, 15, 5, 10, 2],'group': ['A','other group','B','C','D']})p1=sns.regplot(data=df, x="x", y="y", fit_reg=False, marker="o", color="skyblue", scatter_kws={'s':400})
for line in range(0,df.shape[0]):p1.text(df.x[line]+0.2, df.y[line], df.group[line], horizontalalignment='left', size='medium', color='black', weight='semibold')
plt.show()
本博主新开公众号, 希望大家能扫码关注一下,十分感谢大家。
本文来自:https://github.com/holtzy/The-Python-Graph-Gallery/blob/master/PGG_notebook.py
Python画散点图之seaborn相关推荐
- python画散点图-简单数据分析
本文主要是使用python画散点图,对二维数据进行简单分析. 主要用到的库有matplotlib 如果运行过程中提示错误 import matplotlib.pyplot as plt ModuleN ...
- python画散点图 字体格式
python画散点图 import numpy as np import matplotlib.pyplot as plt import pandas as pd from matplotlib.fo ...
- python画散点图类型-python画时间序列散点图
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,用时间类型的会报错. ...
- python画散点图分布-python画时间序列散点图
在运维管理中,经常遇到时间序列的数据,比如网卡流量.在线用户数.并发连接数,等等.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 ...
- python画散点图-python画时间序列散点图
在运维管理中,经常遇到时间序列的数据,比如网卡流量.在线用户数.并发连接数,等等.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 ...
- python画散点图<plt.scatter() 和sns.scatterplot()>
plt.scatter()画散点图 (matplotlib.pyplot.scatter) ------------------------------------------------------ ...
- python画散点图程序-python画散点图
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 用散点图可以直观的查看数据的分布情况. matplotlib模块的pyplot有 ...
- Python画散点图(Knn中数据)
用之前做的KNN算法的数据画的散点图 我在这就只给出我变化之后main函数了 其实只是用了那个文件流的部分 可以在之前那个版本的knn算法中找到,或者你自己写一个就好了 if __name__ == ...
- python画散点图程序实例_【112】用python画散点图和直线图的小例子
import numpy as np import matplotlib.pyplot as plt import random # 数据量. SIZE = 13 # 纵轴数据.np.linspace ...
- python画散点图-Python:matplotlib绘制散点图
与线型图类似的是,散点图也是一个个点集构成的.但不同之处在于,散点图的各点之间不会按照前后关系以线条连接起来. 用plt.plot画散点图 奇怪,代码和前面的例子差不多,为什么这里显示的却是散点图而不 ...
最新文章
- JZOJ 5630. 【NOI2018模拟4.4】Connection
- boost::math::geometric相关用法的测试程序
- python和node_Python和NodeJS绘图对比
- 解构产品经理的技术思维
- 部分基于layui的时间函数
- 能帮你找到网页设计灵感的16个网站
- 3-13 图片几何变换小结
- 并发之AtomicIntegerFieldUpdater
- 弘辽科技:淘宝旧链接如何打新品标?有什么规则?
- theano 全连接代码
- 网络安全实验室 脚本关 10
- 【爬虫学得好,JY进得早】:urllib模块详解
- springboot集成ueditor百度富文本编辑器及上传图片到oss服务器
- DNS解析域名解析过程
- 2018.11.4 东华杯(骇极) REVERSE What's it wp
- 树模型与python实现
- 中国七大区域(东北,西北,华北,华南,华中,华东,西南) vue + Echrats地图效果
- 利用BaiduPCS-Go批量秒传与备份
- Python实现元胞自动机——十字路口
- 寒武纪行歌 - 智能驾驶大算力芯片入局者
热门文章
- [转]深入Linux网络核心堆栈
- javafx 通过 css 去掉 tableView 滑动条
- js 二维数组_JS数独验证--难度☆☆☆☆☆
- Qt使用paintevent事件绘制图像(可进行缩放且能够局部放大)
- 相机标定原理介绍(二)
- 云桌面终端_云桌面是否真的有被夸大,看完你就知道了
- 支持秒赞的php脚本一键安装,easy-hiphop一键安装hiphop脚本
- SQLite之C++封装库CppSQLite使用方法
- c语言学习资料 集锦
- 一周信创舆情观察(12.13~12.19)