Python matplotlib绘制散点图的实例代码

前言

前面说到的主要是matplotlib对于图像的基础操作,然后从这篇开始,主要说一下点图,分析点图在实际问题的数据处理中应用非常广泛,比如说逻辑回归是利用现有的数据点通过拟合得到一定的函数关系,甚至生活中,物体运动的轨迹,也可以看做是连续的点绘制而成,还有图像,也是很多个像素点堆砌而成的,在图像处理中经常会针对单个像素点进行处理。

现在的深度学习或者机器学习,模型都是固定的,大多 不需要怎么改动,而能提升训练效果的,最重要的就是能更好的处理数据,而很多数据本身就是点集,利用matplotlib将点绘制成可视化的图像,也方便人工智能工程师的分析理解,毕竟可视化的效果,总比看着枯燥的数据想象要来的更好。

在python中画散点图主要是用matplotlib模块中的scatter函数,先来看一下scatter函数的基本信息。

Python matplotlib绘制散点图的实例代码

可以看到scatter中有很多参数,经常使用的参数主要有以下几个:

Python matplotlib绘制散点图的实例代码

散点图

以下是一个散点图的简单演示,利用numpy的random函数生成随机数,然后将这些点画出来。如图安装图中API设置窗口的参数,这里简单说一下cmap='jet_r'这个,jet_r是一个颜色映射算法,就是系统会根据图像中的信息自动配置颜色,这里也可以自己设置颜色,也可以用其他的颜色映射表示。

绘制散点图相关API:

mp.scatter(
	xarray, yarray,  # 给出点的坐标
    marker='',		 # 点型
    s = 60,			 # 点的大小
    edgecolor='',	 # 边缘色
    facecolor='',	 # 填充色
    zorder=3,		 # 绘制图层编号 
    c=d,			 # 设置过渡性颜色
    cmap='jet'		 # 颜色映射
)

随机生成符合 正态分布 的随机数:

n = 500
# 随机生成n个数
# 172: 数学期望
# 20:  标准差
x = np.random.normal(172, 20, n)
import numpy as np
import matplotlib.pyplot as mp

n = 500
# 随机生成500个样本身高
x = np.random.normal(172, 10, n)
# 随机生成500个样本体重
y = np.random.normal(65, 10, n)

mp.figure('Persons', facecolor='lightgray')
mp.title('Person Points', fontsize=16)
mp.xlabel('Height', fontsize=12)
mp.ylabel('Weight', fontsize=12)
mp.tick_params(labelsize=10)
mp.grid(linestyle=':')

d = (x-172)**2 + (y-65)**2
mp.scatter(x, y, c=d, cmap='jet_r',
	alpha=0.6, label='Person', s=50)
mp.legend()
mp.show()

总结

到此这篇关于Python matplotlib绘制散点图的文章就介绍到这了,更多相关Python matplotlib绘制散点图内容请搜索179885.Com以前的文章或继续浏览下面的相关文章希望大家以后多多支持179885.Com!

猜你在找的Python matplotlib绘制散点图的实例代码相关文章

本文将结合实例代码,在Jupyter Notebook上使用Python+opencv实现如下简单车牌字符切割。感兴趣的程序猿可以参考一下
本文将结合实例代码,在Jupyter Notebook上使用Python+opencv实现如下图像缺陷检测。需要的朋友们下面随着小编来一起学习学习吧
端午节快要到了,旅游?回家?拜访亲友?少不了要带上粽子.那么:选择什么牌子的粽子呢?选择什么口味的粽子呢?选择什么价格区间呢?今天爬取了京东上面的 “粽子数据” 进行分
图片有的时候需要矫正,本文主要介绍了python中opencv实现图片文本倾斜校正,具有一定的参考价值,感兴趣的程序猿们可以参考一下
今天给大家带来的是关于Python的相关知识,文章围绕着如何用Python将GIF动图分解成多张静态图片展开,文中有非常详细的介绍,需求的大佬可以参考下
下面是采用以帧数为间隔的方法进行视频抽帧,为了避免不符合项目要求的数据增强,博主要求技术人员在录制视频时最大程度地让摄像头进行移动、旋转以及远近调节等,对py
今天给大家带来的是关于Python的相关知识,文章围绕着用Python创建简易网站展开,文中有非常详细的介绍及图文示例,需求的大佬可以参考下
如果好友短时间发送多条消息然后撤回会难以判断究竟撤回的是哪条信息,只能靠猜.后来我觉得“猜”这个事情特别不Pythonic,研究一段时间后找到了解决方案,不得不惊
不知道各位程序猿有没有遇到过这样的一个故事,发现自己直接喷不过,打字速度不够给力.下面这篇文章就能解决自己喷不过的苦恼,话不多说,上才艺,需求的大佬可以参考
本文主要内容是python下opencv库的安装过程,涉及我在安装时遇到的问题,并且,将从网上搜集并试用的一些解决方案进行了简单的汇总,感兴趣的程序猿们可以参考一下
今天给大家带来的文章是关于Python的相关知识,文章围绕着Python插入排序及其优化方案展开,文中有非常详细的介绍及代码示例,需求的大佬可以参考下
在实际应用中我们只需要将图像矩阵与Sobel滤波器卷积就可以得到图像的梯度矩阵了。具有一定的参考价值,感兴趣的程序猿们可以参考一下