matplotlib数据可视化分析(3) |
您所在的位置:网站首页 › 怎么根据四维数据计算男女身高 › matplotlib数据可视化分析(3) |
什么是散点图
散点图显示两组数据的值,每个点的坐标位置由变量的值决定。 由一组不连续的点完成,用于观察两种变量的相关性。 例如身高-体重、温度-维度等等。 举例我们来实现身高和体重的散点图: # coding:utf-8 import matplotlib.pyplot as plt height = [161, 170, 182, 175, 173, 165] weight = [50, 58, 80, 70, 69, 55] plt.scatter(height, weight) plt.show()可以看出身高和体重有明显的正相关关系。 相关性一般来说有三种情况:正相关、负相关、不相关。 一个不相关的例子: # coding:utf-8 import matplotlib.pyplot as plt import numpy as np N = 1000 x = np.random.randn(N) y1 = np.random.randn(N) plt.scatter(x, y1) plt.show()因为 x 和 y1 都是随机生成的,所以我们可以期望这两者是不相关的。 一个正相关的例子: # coding:utf-8 import matplotlib.pyplot as plt import numpy as np N = 1000 x = np.random.randn(N) y1 = x + np.random.randn(N)*0.5 plt.scatter(x, y1) plt.show()图形如图: 由图可知,前一天的涨幅和后一天的涨幅没有太大的关系。 散点图的外观调整用的比较多的几个是: (1)颜色,c (2)点大小,s (3)透明度,alpha (4)点形状,marker 以股票上一小节的股票绘图为例, 调整点的大小 plt.scatter(yesterday_data, today_data, s=100)s 默认是 10 ,s = 10 和 s = 100 是面积相差为 10 倍的关系。 调整点的颜色 plt.scatter(yesterday_data, today_data, c='r') |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |