MATPLOTLIB.PYPLOT.SCATTER() ÎN PYTHON

Matplotlib reprezintă o bibliotecă extinsă în Python, oferind capacitatea de a genera vizualizări statice, animate și interactive. Matplotlib.pyplot.scatter() din Python se extinde la crearea diferitelor diagrame, cum ar fi diagrame de dispersie, diagrame cu bare, diagrame circulare, diagrame cu linii, histograme, diagrame 3-D și multe altele.

Pentru o înțelegere mai aprofundată, informații suplimentare pot fi găsite în ghidul intitulat Python Matplotlib – O prezentare generală .

Ce este Matplotlib.pyplot.scatter()?

The matplotlib.pyplot.scatter() parcelele servesc ca instrument vizual pentru a explora și analiza relațiile dintre variabile, folosind puncte pentru a descrie conexiunea dintre ele. Biblioteca matplotlib oferă împrăștia() metoda, special concepută pentru crearea diagramelor de dispersie. Aceste grafice sunt esențiale în ilustrarea interdependențelor dintre variabile și a modului în care modificările unei variabile pot afecta alta

Sintaxă : 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)

Parametri:

x_axis_data> : O matrice care conține date pentru x-axis.matplotlib

s> : Dimensiunea markerului, care poate fi un scalar sau o matrice de dimensiune egală cu dimensiunea lui x sau y.

c> : Culoarea secvenței de culori pentru markere.

marker> : Stilul markerului.

cmap> : Numele hărții de culori.

linewidths> : Lățimea chenarului markerului.

edgecolor> : Culoarea chenarului markerului.

alpha> : Valoare de amestecare, variind între 0 (transparent) și 1 (opac).

În afară de x_axis_data> și y_axis_data> , toți ceilalți parametri sunt opționali, cu valorile implicite setate la Niciunul. Exemplele de diagrame de dispersie de mai jos demonstrează versatilitatea metodei scatter() prin prezentarea diferitelor combinații ale acestor parametri opționali.

Există diferite moduri de a crea diagrame folosind matplotlib.pyplot.scatter() în Python. Există câteva exemple care ilustrează matplotlib. pyplot.scatter() functioneaza in matplotlib.plot:

Graficul de dispersie de bază
Graficul de dispersie cu mai multe seturi de date
Graficul cu bule
Graficul de dispersie personalizat

Graficul de dispersie în Matplotlib

Prin importul matpltlib. plot () am creat un grafic de dispersie. Acesta definește coordonatele x și y, apoi trasează punctele în albastru și afișează graficul.

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()>

întreg în șir

Ieșire :

Graficul de dispersie de bază

Trasează mai multe seturi de date pe un Scatterplot

Codul de mai jos generează o diagramă de dispersie care prezintă două seturi de date distincte, fiecare cu setul său de coordonate x și y. Codul folosește diferite marcatoare, culori și opțiuni de stil pentru o vizualizare îmbunătățită.

Python3

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()>

tăierea alfa-beta

Ieșire :

Graficul de dispersie cu mai multe seturi de date

Bubble Plots în Matplotlib

Acest cod generează o diagramă cu bule utilizând Matplotlib. Acesta trasează puncte cu coordonatele x și y specificate, fiecare reprezentat de un balon cu o dimensiune determinată de bubble_sizes> listă. Diagrama are personalizare pentru transparență, culoarea marginilor și lățimea liniei. În cele din urmă, afișează diagrama cu un titlu și etichete pentru axe.

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()>

mese din latex

Ieșire:

Diagrama cu bule

Personalizați un Scatterplot Matplotlib

Importând Matplotlib, creăm un grafic de dispersie personalizat folosind Matplotlib și NumPy . Acesta generează date aleatorii pentru coordonatele x și y, culorile și dimensiunile. Graficul de dispersie este apoi creat cu proprietăți personalizate, cum ar fi culoarea, dimensiunea, transparența și harta de culori. Intriga include un titlu, etichete pentru axe și o scară de intensitate a culorii. În cele din urmă, este afișat plotul

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()>

ce este $home linux

Ieșire :

Graficul de dispersie personalizat

Concluzie

În concluzie, matplotlib.pyplot.scatter()> Python este un instrument versatil și puternic pentru vizualizarea relațiilor dintre variabile prin diagrame de dispersie. Flexibilitatea sa permite personalizarea marcajelor, culorilor, dimensiunilor și a altor proprietăți, oferind un mijloc dinamic de reprezentare a modelelor complexe de date. Fie pentru analiza exploratorie de bază, fie pentru interpretarea detaliată a datelor, această funcție joacă un rol crucial în crearea graficelor de dispersie informative și atractive din punct de vedere vizual în mediul de programare Python.