python矩阵行列式,

　　Python的绘图功能非常强大。如果能把现有绘图库的各种复杂操作总结成一个函数甚至自己编写的库/包，通过一行代码调用实现复杂的绘图功能，那就更厉害了。

　　今天就来说说象限图，简单易学。

　　图的名字叫波士顿矩阵分析图，白话就是四象限图。这种图表常用于二维散点图。根据具体的分割线(均值、目标、实际等。)，数据可以分为四类，让人一目了然。

　　常见的场景是分析两个维度的变化，比如比较商品的库存天数和库存周转率，充值人数和每付费用户平均收益，购物篮系数和购物篮数量等。

　　如何用Python画出这幅图，是本文的目标。让我们立即开始吧！

　　任何复杂的Python绘图都不是一蹴而就的，而是先画出基础图形，然后在此基础上添加元素和优化。这里，以一组城市经济数据为例，说明绘制步骤：

　　基本散点图

　　简单简单的散点图，只有一行代码。离想要的地图还有几步。

　　为每个点添加相应的城市名称，添加具体的分割线(均值、目标值、实际值)，添加网格，还有一些其他的定制需求……图像优化。

　　图片如下：

　　从上图可以看出：

　　广西、河北、福建，人均和经济总量水平都很低。上海人均经济水平很高，但经济总量水平不足，只是略好于平均水平。广东人均经济水平略低于平均水平，但经济总量水平很高……当然，如果多加一些自定义线，也可以实现常用的九宫格图。

　　上图是从《数据化管理》库存天数和销售数量分析。

　　最后总结一下，Python的一些画图方法和参数看似琐碎，但是积累到一定程度后，可以发现很多技巧是有共通之处的。小事重复一次就能变成大麻烦，所以活泼的黑米知道怎么整理。

　　通过三核，我们可以省时省事，成为别人眼中活泼的黑米：

　　很多重复性的工作都知道怎么批量。固定要做的操作反复固化成‘模板’和‘套路’。知道如何准确高效地解决异常情况。所以我们可以把四象限图的绘制方法封装到自己的函数中进行快速调用，所以不显示空格的原因。

　　上面的核心代码如下：

　　将plotlib.py plot导入为PLT #添加相应的城市名称plt.figure(figsize=(10，8))#基本散点图：这里需要将X轴和Y轴以及要配对的标签分开，准备好下面的轮子X，y=df[经济总量水平]，df[人均水平]标签。Plt.ylabel(人均水平)#用文字标注散点图中的每个点# #固定代码，无需深究，用于zip中的a，b，l(x，y，label): # zip拉链函数与Plt配对组合。文本(a，b0.1， % s . % l，Va=bottom ，fontsize=14) # 0.1稍微向上偏移#添加一条特定的分割线## vlines:垂直于X轴的垂直线，从]。变量经济总量的平均值，范围## y轴[1.5，3]plt.vlines(x=df[经济总量水平 Ymin=-1.5，ymax=3，colors= red ，linewidth=2) PLT。HLINES (y=df [人均水平]。Mean()，xmin=-4，xmax=6，colors= red ，Linewidth=2)#背景网格plt.grid(True)#定制要求：隐藏# SNS.despine周围的边框线(trim=true，left=true，bottom=true)案例中的源数据源代码可在微信官方账号数据分析与商业实务后台回复象限图获取~ ~

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。