Matplotlib to obszerna biblioteka w języku Python oferująca możliwość generowania wizualizacji statycznych, animowanych i interaktywnych. Funkcja Matplotlib.pyplot.scatter() w Pythonie umożliwia tworzenie różnorodnych wykresów, takich jak wykresy punktowe, wykresy słupkowe, wykresy kołowe, wykresy liniowe, histogramy, wykresy 3D i inne.
Aby uzyskać bardziej szczegółowe zrozumienie, dodatkowe informacje można znaleźć w przewodniku pt Python Matplotlib – przegląd .
Co to jest Matplotlib.pyplot.scatter()?
The matplotlib.pyplot.scatter() wykresy służą jako wizualne narzędzie do badania i analizowania relacji między zmiennymi, wykorzystując kropki do zobrazowania połączenia między nimi. Biblioteka matplotlib udostępnia rozpraszać() metoda, specjalnie zaprojektowana do tworzenia wykresów punktowych. Wykresy te odgrywają zasadniczą rolę w ilustrowaniu współzależności między zmiennymi oraz w jaki sposób zmiany jednej zmiennej mogą wpływać na inną
Składnia : matplotlib.pyplot.scatter(x_axis_data, y_axis_data, s=Brak, c=Brak, marker=Brak, cmap=Brak, vmin=Brak, vmax=Brak, alpha=Brak, linewidths=Brak, Edgecolors=Brak)
Parametry:
x_axis_data>: Tablica zawierająca dane dla x-axis.matplotlibs>: Rozmiar znacznika, który może być skalarem lub tablicą o rozmiarze równym rozmiarowi x lub y.c>: Kolor sekwencji kolorów znaczników.marker>: Styl znacznika.cmap>: Nazwa mapy kolorów.linewidths>: Szerokość granicy znacznika.edgecolor>: Kolor obramowania znacznika.alpha>: Wartość mieszania w zakresie od 0 (przezroczysty) do 1 (nieprzezroczysty).
Z wyjątkiem x_axis_data> I y_axis_data> , wszystkie pozostałe parametry są opcjonalne, a ich wartości domyślne są ustawione na Brak. Poniższe przykłady wykresów punktowych demonstrują wszechstronność metody scatter(), przedstawiając różne kombinacje tych opcjonalnych parametrów.
Matplotlib.pyplot.scatter() w Pythonie
Istnieją różne sposoby tworzenia wykresów przy użyciu funkcji matplotlib.pyplot.scatter() w Pythonie. Istnieje kilka przykładów ilustrujących matplotlib. pyplot.scatter() funkcjonować w matplotlib.plot:
- Podstawowy wykres punktowy
- Wykres punktowy z wieloma zestawami danych
- Wykres bąbelkowy
- Dostosowany wykres punktowy
Wykres punktowy w Matplotlib
Importując matpltlib. plot() stworzyliśmy wykres punktowy. Definiuje współrzędne x i y, następnie wykreśla punkty na niebiesko i wyświetla wykres.
Python3
import> matplotlib.pyplot as plt> x>=>[>5>,>7>,>8>,>7>,>2>,>17>,>2>,>9>,> >4>,>11>,>12>,>9>,>6>]> y>=>[>99>,>86>,>87>,>88>,>100>,>86>,> >103>,>87>,>94>,>78>,>77>,>85>,>86>]> plt.scatter(x, y, c>=>'blue'>)> # To show the plot> plt.show()> |
co to jest jajko wielkanocne na Androida
>
>
Wyjście :
Podstawowy wykres punktowy
Wykreśl wiele zestawów danych na wykresie punktowym
Poniższy kod generuje wykres punktowy przedstawiający dwa różne zestawy danych, każdy z zestawem współrzędnych x i y. W kodzie zastosowano różne znaczniki, kolory i opcje stylizacji w celu ulepszonej wizualizacji.
Python3
import> matplotlib.pyplot as plt> # dataset-1> x1>=> [>89>,>43>,>36>,>36>,>95>,>10>,> >66>,>34>,>38>,>20>]> y1>=> [>21>,>46>,>3>,>35>,>67>,>95>,> >53>,>72>,>58>,>10>]> # dataset2> x2>=> [>26>,>29>,>48>,>64>,>6>,>5>,> >36>,>66>,>72>,>40>]> y2>=> [>26>,>34>,>90>,>33>,>38>,> >20>,>56>,>2>,>47>,>15>]> plt.scatter(x1, y1, c>=>'pink'>,> >linewidths>=> 2>,> >marker>=>'s'>,> >edgecolor>=>'green'>,> >s>=> 50>)> plt.scatter(x2, y2, c>=>'yellow'>,> >linewidths>=> 2>,> >marker>=>'^'>,> >edgecolor>=>'red'>,> >s>=> 200>)> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> plt.show()> |
nie ma wartości null w js
>
>
Wyjście :
Wykres punktowy z wieloma zbiorami danych
Wykresy bąbelkowe w Matplotlib
Ten kod generuje wykres bąbelkowy przy użyciu Matplotlib. Rysuje punkty o określonych współrzędnych x i y, każdy reprezentowany przez bąbelek o rozmiarze określonym przez bubble_sizes> lista. Wykres można dostosować pod względem przezroczystości, koloru krawędzi i szerokości linii. Na koniec wyświetla wykres z tytułem i etykietami osi.
Python3
import> matplotlib.pyplot as plt> # Data> x_values>=> [>1>,>2>,>3>,>4>,>5>]> y_values>=> [>2>,>3>,>5>,>7>,>11>]> bubble_sizes>=> [>30>,>80>,>150>,>200>,>300>]> # Create a bubble chart with customization> plt.scatter(x_values, y_values, s>=>bubble_sizes, alpha>=>0.6>, edgecolors>=>'b'>, linewidths>=>2>)> # Add title and axis labels> plt.title(>'Bubble Chart with Transparency'>)> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> # Display the plot> plt.show()> |
>
>
Wyjście :
alternatywa dla mylivecricket
Wykres bąbelkowy
Dostosuj wykres rozrzutu Matplotlib
Importując Matplotlib, tworzymy dostosowany wykres punktowy za pomocą Matplotlib I NumPy . Generuje losowe dane dla współrzędnych x i y, kolorów i rozmiarów. Następnie tworzony jest wykres punktowy z dostosowanymi właściwościami, takimi jak kolor, rozmiar, przezroczystość i mapa kolorów. Wykres zawiera tytuł, etykiety osi i skalę intensywności kolorów. Na koniec zostaje wyświetlona fabuła
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Generate random data> x>=> np.random.rand(>50>)> y>=> np.random.rand(>50>)> colors>=> np.random.rand(>50>)> sizes>=> 100> *> np.random.rand(>50>)> # Create a customized scatter plot> plt.scatter(x, y, c>=>colors, s>=>sizes, alpha>=>0.7>, cmap>=>'viridis'>)> # Add title and axis labels> plt.title(>'Customized Scatter Plot'>)> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> # Display color intensity scale> plt.colorbar(label>=>'Color Intensity'>)> # Show the plot> plt.show()> |
>
pisanki na Androida
>
Wyjście :
Dostosowany wykres punktowy
Wniosek
Podsumowując, matplotlib.pyplot.scatter()> Python to wszechstronne i potężne narzędzie do wizualizacji relacji między zmiennymi za pomocą wykresów punktowych. Jego elastyczność pozwala na dostosowywanie znaczników, kolorów, rozmiarów i innych właściwości, zapewniając dynamiczne sposoby reprezentowania złożonych wzorców danych. Niezależnie od tego, czy chodzi o podstawową analizę eksploracyjną, czy o szczegółową interpretację danych, funkcja ta odgrywa kluczową rolę w tworzeniu informacyjnych i atrakcyjnych wizualnie wykresów punktowych w środowisku programowania Python.