Petua pro untuk menambah baik gaya dan kesan plot taburan matplotlib

Petua Pro: Optimumkan gaya dan kesan plot taburan matplotlib

Pengenalan:
matplotlib ialah perpustakaan Python yang biasa digunakan untuk visualisasi data, dan plot taburan ialah jenis carta yang paling biasa digunakan. Walaupun matplotlib menyediakan pelbagai fungsi dan pilihan tetapan, gaya plot taburan lalai mungkin tidak selalu memenuhi keperluan kita. Dalam artikel ini, kami akan memperkenalkan beberapa teknik profesional untuk mengoptimumkan gaya dan kesan plot taburan matplotlib dan memberikan contoh kod khusus.

1. Tukar warna dan saiz titik taburan

1. Tukar warna titik taburan: Anda boleh menggunakan parameter "c" untuk menentukan warna yang biasa digunakan termasuk "b" (biru), "g" (. hijau), "r "(merah), "c" (cyan), "m" (magenta), "y" (kuning), "k" (hitam), dll. Sebagai contoh, anda boleh menggunakan "r" untuk mewakili titik serakan merah.

Contoh kod:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y, c='r')  # 指定颜色为红色
plt.show()

2. Tukar saiz titik taburan: Anda boleh menggunakan parameter "s" untuk menentukan saiz titik taburan. Sebagai contoh, anda boleh menggunakan s=100 untuk mewakili saiz titik taburan 100.

Contoh kod:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y, s=100)  # 指定散点的大小为100
plt.show()

2. Tambah pemetaan warna dan pemetaan saiz

1. Pemetaan warna dan pemetaan saiz merujuk kepada melaraskan warna dan saiz titik serakan secara automatik berdasarkan nilai pembolehubah, supaya dapat memaparkan data dengan lebih intuitif. Anda boleh menggunakan parameter cmap untuk menentukan peta warna dan anda boleh menggunakan parameter norm untuk menentukan peta saiz. cmap参数指定颜色映射，也可以使用norm参数指定大小映射。

示例代码：

import numpy as np
import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
colors = [1, 2, 3, 4, 5]  # 颜色映射变量
sizes = np.array([10, 20, 30, 40, 50])  # 大小映射变量

plt.scatter(x, y, c=colors, cmap='rainbow', s=sizes)
plt.colorbar()  # 添加颜色条
plt.show()

三、调整坐标轴范围和刻度

1. 调整坐标轴范围：可以使用plt.xlim()和plt.ylim()函数分别设置x轴和y轴的范围。

示例代码：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y)
plt.xlim(0, 6)  # x轴范围为0到6
plt.ylim(0, 12)  # y轴范围为0到12
plt.show()

2. 调整刻度：可以使用plt.xticks()和plt.yticks()函数分别设置x轴和y轴的刻度。

示例代码：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y)
plt.xticks(range(1, 6))  # x轴刻度为1到5
plt.yticks(range(0, 11, 2))  # y轴刻度为0到10，步长为2
plt.show()

四、添加标题和标签
可以使用plt.title()函数添加标题，使用plt.xlabel()和plt.ylabel()

Contoh kod:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y)
plt.title('Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

3 Laraskan julat paksi koordinat dan skala

Laraskan julat paksi koordinat: Anda boleh menggunakan plt.xlim() dan plt.ylim( ) The code> fungsi menetapkan julat paksi-x dan paksi-y masing-masing. <br>

🎜Contoh kod: 🎜rrreee🎜🎜Laraskan skala: Anda boleh menggunakan fungsi plt.xticks() dan plt.yticks() untuk menetapkan skala paksi-x dan paksi-y masing-masing. 🎜🎜🎜Contoh kod: 🎜rrreee🎜4 Tambah tajuk dan label🎜Anda boleh menggunakan fungsi plt.title() untuk menambah tajuk, gunakan plt.xlabel() dan <code fungsi>plt.ylabel() menambah label masing-masing untuk paksi-x dan paksi-y. 🎜🎜Kod contoh: 🎜rrreee🎜 5. Pelarasan gaya lain🎜Selain kaedah pelarasan yang diperkenalkan di atas, anda juga boleh mengoptimumkan lagi gaya dan kesan plot serakan, seperti menambah grid, mengubah suai bentuk titik, menukar tepi titik, menambah anotasi, dsb. Operasi ini boleh dicapai dengan memanggil fungsi dan kaedah yang sesuai. 🎜🎜Kesimpulan: 🎜Artikel ini memperkenalkan beberapa teknik profesional untuk mengoptimumkan gaya dan kesan plot taburan matplotlib, dan menyediakan contoh kod khusus. Dengan menggunakan teknik ini, kita boleh melaraskan rupa plot taburan secara fleksibel supaya lebih sesuai dengan keperluan kita. Saya harap artikel ini berguna untuk anda mempelajari dan menggunakan plot taburan matplotlib. 🎜

Atas ialah kandungan terperinci Petua pro untuk menambah baik gaya dan kesan plot taburan matplotlib. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!