当前位置:首页 > 天道酬勤 > 正文内容

python excel数据处理(可视化数据)

张世龙2021年12月21日 05:58天道酬勤1110

前言

散布图是Matplotlib的常用图形之一,与线性图相似。 但是,该图形不是由线段连接的,而是由独立的点、圆或其他形式组成的。 那么怎么画散点图呢? Matplotlib提供了两种不同的方法来绘制散点图。 在怎样不同的情况下合理使用这两种方法?

用plt.plot画散点图

导入编号为as NP

导入映射程序

x=NP.linspace (0,10,30 ) )。

y=美国国家安全委员会(x )

PLT.plot(x,y,‘o’,颜色=‘黑色’);

plt.plot ) )函数的第三个参数是表示图形元件类型的字符。 类似于你之前用“-”和“--”设定了线的属性。 对应的图形标记也有缩写。

1 .某些图形标记的展示

RNG=NP.random.randomstate(0) )。

formarkerin['o '、'.'、'、' x '、'、' v '、' ^、'、'、'、' s '、' d']:

PLT.plot(rng.rand(5(5),RNG.rand )5),马克,

标签='标记器=' ' .格式(标记器) '

PLT.legend (数值=1) )。

PLT.xlim (0,1.8 );

2 .连接各点位

PLT.plot(x,y,'-ok ' )直线(-)、圆(o )、黑) k ) ) ) ) ) ) ) ) ) ) ) ) ) )。

图形标签的缩写形式,与线段组合形成新文字,传递给plt.plot ) )函数

3 .自定义线条和散布属性

PLT.plot(x,y,'-p ',颜色='灰色',

标记=15,线宽度=4,

标记颜色=' white ',

标记颜色='灰色',

markeredgewidth=2)

PLT.ylim (-1.2,1.2 ) )。

plt.plot函数非常灵活,可以满足各种视觉配置需求。

用plt.scatter画散点图

绘制散点图的另一个函数是plt.scatter。 的功能非常强大,其使用方法与plt.plot函数相似。

PLT.Scatter(x,y,标记=' o ' ) )。

plot与scatter的区别

plt.scatter和plt.plot的主要区别在于,前者在绘制散点图时更灵活,可以分别控制各散布点和数据的匹配,也可以使各散布点具有不同的属性(尺寸、表面颜色、边框颜色等)

1 .随机散布图

绘制随机分布图。 那里有各种颜色和大小的散布图。 使用alpha参数调整透明度,以便更好地显示重叠部分。

RNG=NP.random.randomstate(0) )。

x=RNG.Randn(100 ) ) )。

y=RNG.Randn(100 ) ) )。

colors=RNG.rand(100 ) )。

sizes=1000*RNG.rand(100 )。

PLT.Scatter(x,y,c=颜色,s=大小,阿尔法=0.3,

cmap='viridis ' )

plt.colorbar (; 显示# # #颜色条

注意,颜色会自动映射到颜色条,并以color scale和colorbar (表示)表示。 散布点的大小以像素为单位。 由此,散点的颜色和大小可以在可视化图上显示多维数据的信息。

plot与scatter:效率对比

plt.plot和plt.scatter除了特征差异外,还有影响我们选择的因素吗? 数据量少的情况下,两者的效率差异不大。 但是,如果数据大到数千散点,plt.plot的效率就会比plt.scatter高很多。 这是因为plt.scatter会为每个散布点渲染单独的大小和颜色,因此渲染器会消耗更多资源。 另一方面,在plt.plot中,散布点基本上是相互复制的,因此整个数据集中所有点的颜色、大小只需要放置一次。 由于这两种方法在处理大数据集时性能差异较大,因此在面对大数据集时,plt.plot方法优于plt.scatter方法。

扫描二维码推送至手机访问。

版权声明:本文由花开半夏のブログ发布,如需转载请注明出处。

本文链接:https://www.zhangshilong.cn/work/26130.html

分享给朋友:

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。