MATPLOTLIB.PYPLOT.SCATTER() PYTHON

Matplotlib yra didelė Python biblioteka, suteikianti galimybę generuoti statines, animacines ir interaktyvias vizualizacijas. Matplotlib.pyplot.scatter() programoje Python apima įvairių brėžinių kūrimą, pvz., sklaidos diagramas, juostines diagramas, skritulines diagramas, linijų diagramas, histogramas, 3D diagramas ir kt.

Norėdami gauti išsamesnį supratimą, papildomos informacijos galite rasti vadove pavadinimu Python Matplotlib – apžvalga .

Kas yra Matplotlib.pyplot.scatter()?

The matplotlib.pyplot.scatter() brėžiniai yra vaizdinė priemonė, skirta tyrinėti ir analizuoti ryšius tarp kintamųjų, naudojant taškus, kad pavaizduotų ryšį tarp jų. Matplotlib biblioteka suteikia išsklaidyti () metodas, specialiai sukurtas sklaidos brėžiniams kurti. Šios diagramos yra naudingos iliustruojant kintamųjų tarpusavio priklausomybę ir kaip vieno kintamojo pokyčiai gali paveikti kitą.

Sintaksė : matplotlib.pyplot.scatter(x_axis_data, y_axis_data, s=Nėra, c=Nėra, marker=Nėra, cmap=Nėra, vmin=Nėra, vmax=Nėra, alpha=Nėra, linewidths=Nėra, edgecolors=Nėra)

Parametrai:

x_axis_data> : masyvas, kuriame yra x-axis.matplotlib duomenų

s> : žymeklio dydis, kuris gali būti skaliaras arba dydžio masyvas, lygus x arba y dydžiui.

c> : Žymeklių spalvų sekos spalva.

marker> : žymeklio stilius.

cmap> : ColorMap pavadinimas.

linewidths> : žymeklio krašto plotis.

edgecolor> : žymeklio kraštinės spalva.

alpha> : maišymo vertė, svyruojanti nuo 0 (skaidrus) iki 1 (nepermatomas).

Išskyrus x_axis_data> ir y_axis_data> , visi kiti parametrai yra neprivalomi, o numatytosios vertės nustatytos į Nėra. Toliau pateikti sklaidos diagramos pavyzdžiai parodo „scatter()“ metodo universalumą, pateikdami įvairius šių pasirenkamų parametrų derinius.

Yra įvairių būdų, kaip sukurti brėžinius naudojant matplotlib.pyplot.scatter() Python. Yra keletas pavyzdžių, iliustruojančių matplotlib. pyplot.scatter() funkcija in matplotlib.plot:

Pagrindinis sklaidos grafikas
Sklaidos diagrama su keliais duomenų rinkiniais
Burbulinės diagramos brėžinys
Individualizuotas sklaidos grafikas

Sklaidos diagrama Matplotlib

Importuodami matpltlib. sklypas () sukūrėme sklaidos diagramą. Jis apibrėžia x ir y koordinates, tada atvaizduoja taškus mėlyna spalva ir parodo diagramą.

Python3

niūrūs nuliai

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()>

Išvestis :

Pagrindinis sklaidos grafikas

Nubraižykite kelis duomenų rinkinius sklaidos diagramoje

Toliau pateiktas kodas generuoja sklaidos diagramą, kurioje rodomi du skirtingi duomenų rinkiniai, kurių kiekvienas turi x ir y koordinačių rinkinį. Kode naudojami skirtingi žymekliai, spalvos ir stiliaus parinktys, kad būtų patobulinta vizualizacija.

Python3

ne null js

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()>

Išvestis :

Sklaidos diagrama su keliais duomenų rinkiniais

Burbulų brėžiniai Matplotlib

Šis kodas generuoja burbulinę diagramą naudodamas Matplotlib. Jis nubraižo taškus su nurodytomis x ir y koordinatėmis, kiekviena pavaizduota burbulu, kurio dydis nustatomas pagal bubble_sizes> sąrašą. Diagrama pritaikyta pagal skaidrumą, kraštų spalvą ir linijos plotį. Galiausiai rodomas siužetas su pavadinimu ir ašių etiketėmis.

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()>

Išvestis:

Burbulų diagrama

Pritaikykite Matplotlib sklaidos diagramą

Importuodami Matplotlib sukuriame pritaikytą sklaidos diagramą naudodami Matplotlib ir NumPy . Jis generuoja atsitiktinius x ir y koordinačių, spalvų ir dydžių duomenis. Tada sukuriamas sklaidos brėžinys su tinkintomis savybėmis, tokiomis kaip spalva, dydis, skaidrumas ir spalvų schema. Siužetą sudaro pavadinimas, ašių etiketės ir spalvų intensyvumo skalė. Galiausiai rodomas siužetas

Python3

eilutę char java

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()>

Išvestis :

Individualus sklaidos grafikas

Išvada

Apibendrinant, matplotlib.pyplot.scatter()> Python yra universalus ir galingas įrankis, skirtas vizualizuoti ryšius tarp kintamųjų naudojant sklaidos diagramas. Jo lankstumas leidžia tinkinti žymeklius, spalvas, dydžius ir kitas savybes, suteikiant dinamišką sudėtingų duomenų šablonų atvaizdavimo priemonę. Nesvarbu, ar reikia atlikti pagrindinę tiriamąją analizę, ar išsamiai interpretuoti duomenis, ši funkcija atlieka itin svarbų vaidmenį kuriant informatyvius ir vizualiai patrauklius sklaidos grafikus Python programavimo aplinkoje.