Python数据可视化学习笔记:第一章 关联图 第二节 使用Python绘制多类别散点图
2020-04-01 12:44
429 查看
前言
声明:这个系列的博文都是我自己学习所得的东西,秉承着每天进步一点点的理念进行学习,我参考的课程是《菊安酱与菜菜的Python机器学习可视化50图》,使用的Python版本为3.6.4。
今天学习的内容是多类别散点图的绘制,之前我有用到过这样的图,主要是为了表达多阈值对地物的分离程度。我把这次的学习分为两种,第一种是无图例的,第二种是有图例的。
无图例的多类别散点图制作
区分的目的是多类别数据的散点图的图例生成较为复杂,,先从简单的入手。
#Author:Albert(CSDN:一个跻身科研大浪的小白) #Time:2020/03/23 #usage:散点图 import numpy as np #数学处理库 import pandas as pd #用于处理.csv excel html 文本等文件 import matplotlib as mpl #画图像的库 import matplotlib.pyplot as plt #画二维图像的库 import seaborn as sns #颜色库 #2.无图例,分类型变量,即存在有两种数据,两列X对应一列y的情况 x = np.random.randn(10,2)#10行2列的数据集 y = np.array([0,0,1,1,0,1,0,1,0,0])#类别:假设目前有两种类型的数据分别是0和1 plt.figure(figsize=(8,4)) plt.scatter(x[:,0],x[:,1],s=50,c=y) plt.show()
看看效果:
此时基本出现了多类别散点图的效果,现在需要加入图例,使图片完整,如果按照简单的散点图的图例生成方法进行,会怎么样呢?大家可以尝试。
有图例的多类别散点图
思路:我们可以遍历每一个点的类别和颜色,然后生成不同类别的图例。
接下来,我来给出代码:
#Author:Albert(CSDN:一个跻身科研大浪的小白) #Time:2020/03/23 #usage:散点图 import numpy as np #数学处理库 import pandas as pd #用于处理.csv excel html 文本等文件 import matplotlib as mpl #画图像的库 import matplotlib.pyplot as plt #画二维图像的库 import seaborn as sns #颜色库 #3.有图例,分类型变量,即存在有两种数据,两列X对应一列y的情况 x = np.random.randn(10,2)#10行2列的数据集 y = np.array([0,0,1,1,0,1,0,1,0,0])#类别:假设目前有两种类型的数据分别是0和1 plt.figure(figsize=(8,4)) #要想生成两个图例,就要循环,分别循环颜色和标签 colors = ["red","black"] labels=["Zero","One"] for i in range(x.shape[1]): plt.scatter(x[y==i,0],x[y==i,1],c=colors[i],label=labels[i]) #在标签中存在几种类别,我们就循环几次,一次画一个点 plt.legend() plt.show()
来看看效果,已经达到了我们的效果:
完整代码
我会把每一期的代码都以注释的形式展示,这样慢慢增大知识库。
#Author:Albert(CSDN:一个跻身科研大浪的小白) #Time:2020/03/23 #usage:散点图 import numpy as np #数学处理库 import pandas as pd #用于处理.csv excel html 文本等文件 import matplotlib as mpl #画图像的库 import matplotlib.pyplot as plt #画二维图像的库 import seaborn as sns #颜色库 #画散点图的函数plt.scatter() '''#1.绘制一个简单的散点图:X1和X2之间的关系图 #定义数据 x1 = np.random.randn(10)#取10个随机数,其中random为随机数函数,randn为取的数是正态分布的数 x2 = x1+x1**2-10 #确定一个画布,当只有一个图可以不确定 plt.figure(figsize=(8,4))#第一条线是横的,第二条是竖的 #绘图 plt.scatter(x1,x2,s=20,c="blue",label="Positive")#(横纵坐标,点的尺寸大小,颜色,图例的名称可以不写) #装饰图形 plt.legend()#显示图例 plt.show()#显示图形''' '''#2.无图例,分类型变量,即存在有两种数据,两列X对应一列y的情况 x = np.random.randn(10,2)#10行2列的数据集 y = np.array([0,0,1,1,0,1,0,1,0,0])#类别:假设目前有两种类型的数据分别是0和1 plt.figure(figsize=(8,4)) plt.scatter(x[:,0],x[:,1],s=50,c=y) plt.show()''' #3.有图例,分类型变量,即存在有两种数据,两列X对应一列y的情况 x = np.random.randn(10,2)#10行2列的数据集 y = np.array([0,0,1,1,0,1,0,1,0,0])#类别:假设目前有两种类型的数据分别是0和1 plt.figure(figsize=(8,4)) #要想生成两个图例,就要循环,分别循环颜色和标签 colors = ["red","black"] labels=["Zero","One"] for i in range(x.shape[1]): plt.scatter(x[y==i,0],x[y==i,1],c=colors[i],label=labels[i]) #在标签中存在几种类别,我们就循环几次,一次画一个点 plt.legend() plt.show()
练习:增强实用性
我们在进行实际操作时,不可能使用的是简单的随机数,而是我们的成果。下面就以一个实例增强代码的实用性,例如:有一个EXCLE表格中含有三个类型的变量,我们怎么生成这样的多类别散点图呢?
(下面的数据是我在做项目的真实数据所以不共享了,我对重要的部分做了隐藏,大家可以以自己的数据做实验)
效果先展示一下,答案明天给出:
思考
这样的代码对于类别较少的数据还可以自己纯手动敲,但是对于几十种类型呢?
- 点赞
- 收藏
- 分享
- 文章举报
相关文章推荐
- Python数据可视化学习笔记:第一章 关联图 第三节 使用Python绘制复杂散点图
- Python数据可视化学习笔记:第一章 关联图 第四节 使用Python绘制一般气泡图
- Python数据可视化学习笔记:第一章 关联图 第五节 使用Python绘制进阶气泡图
- 使用python绘制散点图 python学习笔记3
- python 数据可视化 matplotlib学习一:绘制简单的折线图
- Python数据可视化:使用pyecharts和snapshot绘制精美图表
- 使用PyQtGraph进行Python数据可视化:绘制精美折线图(以 上证指数走势为例) 推荐
- 学习笔记:python数据可视化之气温折线图
- Python数据可视化,Matplotlib绘制“散点图”的两种方法!
- 学习笔记(01):Python数据殿堂:数据分析与数据可视化-数据科学概述
- 学习笔记(01):零基础搞定Python数据分析与挖掘-自定义函数的介绍与使用(一)...
- python数据可视化——利用pyplot绘制折线图和散点图
- python学习笔记 Day 17 数据可视化
- [Python]matplotlib库实现数据可视化之绘制散点图
- 【web】CodeIgniter框架学习笔记 之 使用ajax连接数据库实现Echarts动态数据可视化
- Python学习笔记(10)数据可视化-pygal
- 转载]利用Python进行数据分析——绘图和可视化 xticks-学习笔记
- python 数据可视化 matplotlib学习二 : 对折线图使用颜色映射
- Python数据分析与应用--Matplotlib数据可视化基础之学习笔记
- python爬虫:使用Mongodb数据库存储数据学习笔记