Matplotlib es presenta com una biblioteca extensa a Python, que ofereix la capacitat de generar visualitzacions estàtiques, animades i interactives. Matplotlib.pyplot.scatter() en Python s'estén a la creació de gràfics diversos com ara gràfics de dispersió, gràfics de barres, gràfics circulars, gràfics de línies, histogrames, gràfics en 3D i molt més.
Per a una comprensió més profunda, es pot trobar informació addicional a la guia titulada Python Matplotlib: una visió general .
Què és Matplotlib.pyplot.scatter()?
El matplotlib.pyplot.scatter() Les trames serveixen com a eina visual per explorar i analitzar les relacions entre variables, utilitzant punts per representar la connexió entre elles. La biblioteca matplotlib proporciona el dispersió() mètode, dissenyat específicament per crear gràfics de dispersió. Aquests diagrames són fonamentals per il·lustrar les interdependències entre variables i com les alteracions d'una variable poden afectar una altra.
Sintaxi : matplotlib.pyplot.scatter(x_axis_data, y_axis_data, s=None, c=None, marker=None, cmap=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None)
Paràmetres:
x_axis_data>: una matriu que conté dades per a l'eix x.matplotlibs>: Mida del marcador, que pot ser un escalar o una matriu de mida igual a la mida de x o y.c>: Color de la seqüència de colors per als retoladors.marker>: Estil de marcador.cmap>: Nom del mapa de colors.linewidths>: Amplada de la vora del marcador.edgecolor>: Color de la vora del marcador.alpha>: Valor de fusió, que oscil·la entre 0 (transparent) i 1 (opac).
Excepte per x_axis_data> i y_axis_data> , tots els altres paràmetres són opcionals, amb els seus valors predeterminats establerts a Cap. Els exemples de diagrames de dispersió següents demostren la versatilitat del mètode scatter() mostrant diverses combinacions d'aquests paràmetres opcionals.
Matplotlib.pyplot.scatter() a Python
Hi ha diverses maneres de crear trames utilitzant matplotlib.pyplot.scatter() a Python. Hi ha alguns exemples que il·lustren el matplotlib. pyplot.scatter() funció en matplotlib.plot:
- Gràfic de dispersió bàsic
- Gràfic de dispersió amb múltiples conjunts de dades
- Gràfic de bombolles
- Gràfic de dispersió personalitzat
Gràfic de dispersió a Matplotlib
En importar matpltlib. plot () hem creat un diagrama de dispersió. Defineix les coordenades x i y, després dibuixa els punts en blau i mostra la gràfica.
Python 3
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()> |
>
>
Sortida :
Gràfic de dispersió bàsic
Traceu diversos conjunts de dades en un diagrama de dispersió
El codi següent genera un diagrama de dispersió que mostra dos conjunts de dades diferents, cadascun amb el seu conjunt de coordenades x i y. El codi utilitza diferents marcadors, colors i opcions d'estil per a una visualització millorada.
Python 3
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()> |
>
>
Sortida :
Gràfic de dispersió amb múltiples conjunts de dades
Plots de bombolles a Matplotlib
Aquest codi genera un gràfic de bombolles mitjançant Matplotlib. Traça punts amb coordenades x i y especificades, cadascun representat per una bombolla amb una mida determinada per bubble_sizes> llista. El gràfic té personalització per a la transparència, el color de la vora i l'amplada de línia. Finalment, mostra la trama amb un títol i etiquetes d'eix.
Python 3
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()> |
port d'escolta
>
>
Sortida:
Gràfic de bombolles
Personalitzeu un gràfic de dispersió de Matplotlib
En importar Matplotlib, creem un diagrama de dispersió personalitzat utilitzant Matplotlib i NumPy . Genera dades aleatòries per a coordenades, colors i mides x i y. A continuació, es crea el diagrama de dispersió amb propietats personalitzades com ara el color, la mida, la transparència i el mapa de colors. La trama inclou un títol, etiquetes d'eixos i una escala d'intensitat de color. Finalment, es mostra la trama
Python 3
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()> |
>
>
Sortida :
Gràfic de dispersió personalitzat
Conclusió
En conclusió, matplotlib.pyplot.scatter()> Python és una eina versàtil i potent per visualitzar les relacions entre variables mitjançant gràfics de dispersió. La seva flexibilitat permet la personalització de marcadors, colors, mides i altres propietats, proporcionant un mitjà dinàmic per representar patrons de dades complexos. Ja sigui per a l'anàlisi exploratòria bàsica o la interpretació detallada de dades, aquesta funció té un paper crucial en la creació de diagrames de dispersió informatius i visualment atractius dins de l'entorn de programació Python.