MATPLOTLIB.PYPLOT.SCATTER() PROGRAMMĀ PYTHON

Matplotlib ir plaša Python bibliotēka, kas piedāvā iespēju ģenerēt statiskas, animētas un interaktīvas vizualizācijas. Matplotlib.pyplot.scatter() programmā Python paplašina dažādu diagrammu izveidi, piemēram, izkliedes diagrammas, joslu diagrammas, sektoru diagrammas, līniju diagrammas, histogrammas, 3-D diagrammas un citus.

Lai iegūtu padziļinātu izpratni, papildu informāciju var atrast rokasgrāmatā ar nosaukumu Python Matplotlib — pārskats .

Kas ir Matplotlib.pyplot.scatter()?

The matplotlib.pyplot.scatter() sižeti kalpo kā vizuāls rīks, lai izpētītu un analizētu attiecības starp mainīgajiem, izmantojot punktus, lai attēlotu saikni starp tiem. Matplotlib bibliotēka nodrošina izkliedēt () metode, kas īpaši izstrādāta izkliedes diagrammu veidošanai. Šie grafiki ir noderīgi, lai ilustrētu mainīgo savstarpējo atkarību un to, kā izmaiņas vienā mainīgajā var ietekmēt citu.

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

Parametri:

x_axis_data> : masīvs, kurā ir dati par x-axis.matplotlib

s> : marķiera izmērs, kas var būt skalārs vai lieluma masīvs, kas vienāds ar x vai y izmēru.

c> : Marķieru krāsu secības krāsa.

marker> : Marķiera stils.

cmap> : Krāsu kartes nosaukums.

linewidths> : marķiera apmales platums.

edgecolor> : Marķiera apmales krāsa.

alpha> : sajaukšanas vērtība, kas svārstās no 0 (caurspīdīga) līdz 1 (necaurspīdīga).

Izņemot x_axis_data> un y_axis_data> , visi pārējie parametri nav obligāti, un to noklusējuma vērtības ir iestatītas uz Nav. Tālāk sniegtie izkliedes diagrammu piemēri parāda izkliedes () metodes daudzpusību, parādot dažādas šo izvēles parametru kombinācijas.

Ir dažādi veidi, kā izveidot diagrammas, izmantojot matplotlib.pyplot.scatter() programmā Python. Ir daži piemēri, kas ilustrē matplotlib. pyplot.scatter() funkcija iekšā matplotlib.plot:

Pamata izkliedes diagramma
Izkliedes diagramma ar vairākām datu kopām
Burbuļu diagrammas grafiks
Pielāgots izkliedes diagramma

Izkliedes diagramma programmā Matplotlib

Importējot matpltlib. plot () mēs izveidojām izkliedes diagrammu. Tas definē x un y koordinātas, pēc tam attēlo punktus zilā krāsā un parāda diagrammu.

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()>

Izvade :

Pamata izkliedes diagramma

Uzzīmējiet vairākas datu kopas izkliedes diagrammā

Tālāk norādītais kods ģenerē izkliedes diagrammu, kas parāda divas atšķirīgas datu kopas, katra ar x un y koordinātu kopu. Kods izmanto dažādus marķierus, krāsas un stila opcijas uzlabotai vizualizācijai.

Python3

kā lejupielādēt mūziku

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()>

Izvade :

Izkliedes diagramma ar vairākām datu kopām

Bubble Plots programmā Matplotlib

Šis kods ģenerē burbuļu diagrammu, izmantojot Matplotlib. Tas attēlo punktus ar noteiktām x un y koordinātām, katrs attēlots ar burbuli, kura izmēru nosaka bubble_sizes> sarakstu. Diagramma ir pielāgota caurspīdīgumam, malu krāsai un līnijas platumam. Visbeidzot, tas parāda sižetu ar nosaukumu un asu etiķetēm.

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()>

Izvade:

Burbuļu diagramma

Pielāgojiet Matplotlib izkliedes diagrammu

Importējot Matplotlib, mēs izveidojam pielāgotu izkliedes diagrammu, izmantojot Matplotlib un NumPy . Tas ģenerē izlases datus par x un y koordinātām, krāsām un izmēriem. Pēc tam tiek izveidots izkliedes grafiks ar pielāgotām īpašībām, piemēram, krāsu, izmēru, caurspīdīgumu un krāsu karti. Sižets ietver nosaukumu, asu etiķetes un krāsu intensitātes skalu. Visbeidzot tiek parādīts sižets

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()>

Izvade :

Pielāgots izkliedes grafiks

Secinājums

Noslēgumā, matplotlib.pyplot.scatter()> Python ir daudzpusīgs un spēcīgs rīks, lai vizualizētu attiecības starp mainīgajiem, izmantojot izkliedes diagrammas. Tā elastība ļauj pielāgot marķierus, krāsas, izmērus un citas īpašības, nodrošinot dinamisku līdzekli sarežģītu datu modeļu attēlošanai. Neatkarīgi no tā, vai ir nepieciešama pamata izpētes analīze vai detalizēta datu interpretācija, šai funkcijai ir izšķiroša nozīme informatīvu un vizuāli pievilcīgu izkliedes diagrammu veidošanā Python programmēšanas vidē.