Matplotlib виступає як обширна бібліотека в Python, яка пропонує можливість генерувати статичні, анімовані та інтерактивні візуалізації. Matplotlib.pyplot.scatter() у Python дозволяє створювати різноманітні діаграми, такі як точкові діаграми, гістограми, секторні діаграми, лінійні діаграми, гістограми, тривимірні графіки тощо.
Для більш глибокого розуміння додаткову інформацію можна знайти в посібнику під назвою Python Matplotlib – Огляд .
Що таке Matplotlib.pyplot.scatter()?
The matplotlib.pyplot.scatter() графіки служать візуальним інструментом для дослідження та аналізу зв’язків між змінними, використовуючи точки для зображення зв’язку між ними. Бібліотека matplotlib надає scatter() метод, спеціально розроблений для створення діаграм розсіювання. Ці графіки є інструментальними для ілюстрації взаємозалежності між змінними та того, як зміни в одній змінній можуть вплинути на іншу
Синтаксис : matplotlib.pyplot.scatter(x_axis_data, y_axis_data, s=немає, c=немає, marker=немає, cmap=немає, vmin=немає, vmax=немає, alpha=немає, linewidths=немає, edgecolors=немає)
Параметри:
x_axis_data>: масив, що містить дані для x-axis.matplotlibs>: розмір маркера, який може бути скаляром або масивом розміру, що дорівнює розміру x або y.c>: Колір послідовності кольорів для маркерів.marker>: Стиль маркера.cmap>: назва кольорової карти.linewidths>: ширина межі маркера.edgecolor>: колір рамки маркера.alpha>: значення змішування в діапазоні від 0 (прозорий) до 1 (непрозорий).
Окрім x_axis_data> і y_axis_data> , усі інші параметри є необов’язковими, їх значення за замовчуванням встановлено на «Немає». Наведені нижче приклади діаграми розсіювання демонструють універсальність методу scatter(), демонструючи різні комбінації цих додаткових параметрів.
Matplotlib.pyplot.scatter() у Python
Існують різні способи створення графіків за допомогою matplotlib.pyplot.scatter() у Python. Є кілька прикладів, які ілюструють matplotlib. pyplot.scatter() функція в matplotlib.plot:
- Основна діаграма розсіювання
- Точкова діаграма з кількома наборами даних
- Діаграма бульбашкової діаграми
- Індивідуальна діаграма розсіювання
Діаграма розсіювання в Matplotlib
Імпортуючи matpltlib. plot () ми створили точкову діаграму. Він визначає координати x і y, потім малює точки синім кольором і відображає графік.
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()> |
>
де налаштування браузера
>
Вихід :
Основна діаграма розсіювання
Побудуйте кілька наборів даних на діаграмі розсіювання
Наведений нижче код генерує діаграму розсіювання, що демонструє два різні набори даних, кожен зі своїм набором координат x і y. Код використовує різні маркери, кольори та параметри стилю для покращеної візуалізації.
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()> |
>
>
Вихід :
Діаграма розсіювання з кількома наборами даних
Бульбашкові діаграми в Matplotlib
Цей код генерує бульбашкову діаграму за допомогою Matplotlib. Він малює точки із заданими координатами x і y, кожна з яких представлена бульбашкою з розміром, визначеним bubble_sizes> список. Діаграма має налаштування прозорості, кольору країв і ширини лінії. Нарешті, він відображає графік із заголовком і мітками осей.
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()> |
>
>
Вихід:
Бульбашкова діаграма
Настроювана діаграма розсіювання Matplotlib
Імпортуючи Matplotlib, ми створюємо налаштовану діаграму розсіювання за допомогою Matplotlib і NumPy . Він генерує випадкові дані для координат x і y, кольорів і розмірів. Потім створюється діаграма розсіювання з налаштованими властивостями, такими як колір, розмір, прозорість і колірна карта. Ділянка містить заголовок, позначки осей і шкалу інтенсивності кольорів. Нарешті, сюжет відображається
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()> |
>
>
Вихід :
Індивідуальна діаграма розсіювання
Висновок
На закінчення, matplotlib.pyplot.scatter()> Python — це універсальний і потужний інструмент для візуалізації зв’язків між змінними за допомогою діаграм розсіювання. Його гнучкість дозволяє налаштовувати маркери, кольори, розміри та інші властивості, забезпечуючи динамічні засоби представлення складних шаблонів даних. Ця функція відіграє вирішальну роль у створенні інформативних та візуально привабливих діаграм розсіювання в середовищі програмування Python.
в якому році був винайдений комп'ютер