Pembelajaran mendalam: Kuasai teknik lanjutan matplotlib untuk melukis plot serakan

Panduan Lanjutan: Kuasai kemahiran lukisan plot serakan lanjutan Matplotlib

Pengenalan:
Matplotlib ialah perpustakaan lukisan yang berkuasa, fleksibel dan mudah digunakan yang menyediakan fungsi lukisan grafik yang kaya. Antaranya, plot taburan ialah kaedah visualisasi data yang biasa digunakan, yang boleh memaparkan hubungan antara data dengan lebih intuitif. Artikel ini akan memperkenalkan teknik melukis plot serakan lanjutan dalam Matplotlib dan memberikan contoh kod khusus.

1. Lukisan plot serakan asas
Sebelum menggunakan Matplotlib untuk melukis plot serakan, anda perlu mengimport perpustakaan dan data yang berkaitan. Berikut ialah contoh lukisan plot serakan asas:

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
np.random.seed(1)
x = np.random.randn(100)
y = np.random.randn(100)

# 绘制散点图
plt.scatter(x, y)

# 添加标题和标签
plt.title("Basic Scatter Plot")
plt.xlabel("X")
plt.ylabel("Y")

# 显示图形
plt.show()

Menjalankan kod di atas akan menghasilkan plot serakan asas, di mana paksi x dan y masing-masing mewakili dua dimensi data.

2. Laraskan gaya plot serakan
Anda boleh melaraskan gaya plot serakan dengan mengubah suai parameter untuk menjadikan graf lebih menarik perhatian. Berikut ialah beberapa tetapan parameter yang biasa digunakan:

# 绘制散点图（修改参数）
plt.scatter(x, y, c='red', s=100, alpha=0.5, marker='o', edgecolors='black')

# 添加标题和标签
plt.title("Customized Scatter Plot")
plt.xlabel("X")
plt.ylabel("Y")

# 显示图形
plt.show()

Dalam kod di atas, kami menggunakan parameter c untuk menetapkan warna titik serakan kepada merah dan s parameter untuk menetapkan saiz mata serakan kepada 100, parameter alpha menetapkan ketelusan mata serakan kepada 0.5, parameter penanda menetapkan bentuk mata serakan kepada bulatan, dan parameter edgecolors menetapkan titik serakan' Warna sempadan adalah hitam. c参数设置散点的颜色为红色，s参数设置散点的大小为100，alpha参数设置散点的透明度为0.5，marker参数设置散点的形状为圆形，edgecolors参数设置散点的边界颜色为黑色。

三、绘制多组散点图
在某些情况下，我们需要同时绘制多组散点图，以展示不同数据之间的关系。以下是一个绘制多组散点图的示例：

# 生成随机数据
np.random.seed(1)
x1 = np.random.randn(100)
y1 = np.random.randn(100)
x2 = np.random.randn(100)
y2 = np.random.randn(100)

# 绘制散点图（多组）
plt.scatter(x1, y1, c='red', label='Group 1')
plt.scatter(x2, y2, c='blue', label='Group 2')

# 添加标题和标签
plt.title("Multiple Scatter Plots")
plt.xlabel("X")
plt.ylabel("Y")

# 添加图例
plt.legend()

# 显示图形
plt.show()

以上代码中，我们通过多次调用scatter函数来绘制两组散点图，分别使用红色和蓝色表示。通过label参数设置每组散点图的标签，并使用legend函数在图形中添加图例。

四、使用颜色映射
当数据具有某种特定意义时，可以将颜色作为一个额外的维度来表示。以下是一个使用颜色映射绘制散点图的示例：

# 生成随机数据
np.random.seed(1)
x = np.random.randn(100)
y = np.random.randn(100)
colors = np.random.rand(100)

# 绘制散点图（使用颜色映射）
plt.scatter(x, y, c=colors, cmap='viridis')

# 添加颜色映射说明
cbar = plt.colorbar()
cbar.set_label("Color")

# 添加标题和标签
plt.title("Scatter Plot with Color Mapping")
plt.xlabel("X")
plt.ylabel("Y")

# 显示图形
plt.show()

以上代码中，我们通过c参数传递一个数组作为颜色映射的依据，再通过cmap参数指定使用的颜色映射方案。然后使用colorbar

3. Lukiskan berbilang set plot serakan

Dalam beberapa kes, kita perlu melukis berbilang set plot serakan pada masa yang sama untuk menunjukkan hubungan antara data yang berbeza. Berikut ialah contoh melukis berbilang set plot serakan:
rrreee

Dalam kod di atas, kami melukis dua set plot serakan dengan memanggil fungsi scatter beberapa kali, menggunakan merah dan biru masing-masing. Tetapkan label bagi setiap set plot taburan melalui parameter label dan gunakan fungsi legend untuk menambah legenda pada graf. 🎜🎜4. Gunakan pemetaan warna🎜Apabila data mempunyai makna tertentu, warna boleh diwakili sebagai dimensi tambahan. Berikut ialah contoh menggunakan pemetaan warna untuk melukis plot taburan: 🎜rrreee🎜Dalam kod di atas, kami menghantar tatasusunan melalui parameter c sebagai asas untuk pemetaan warna, dan kemudian lulus cmap Parameter menentukan skema pemetaan warna untuk digunakan. Kemudian gunakan fungsi colorbar untuk menambah arahan pemetaan warna. 🎜🎜Kesimpulan: 🎜Melalui pengenalan artikel ini, kami belajar cara menggunakan Matplotlib untuk melukis plot serakan lanjutan. Kita boleh menggunakan teknik seperti melaraskan gaya, melukis berbilang set plot serakan dan menggunakan pemetaan warna untuk menunjukkan hubungan antara data. Saya harap artikel ini telah membantu anda dalam visualisasi data. 🎜

Atas ialah kandungan terperinci Pembelajaran mendalam: Kuasai teknik lanjutan matplotlib untuk melukis plot serakan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!