python绘制分类散点图,python绘散点图
这篇文章主要介绍了计算机编程语言散点图与折线图绘制过程解析，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友可以参考下
在数据分析的过程中，经常需要将数据可视化，目前常使用的：散点图折线图
需要进口的外部包一个是绘图一个是字体导入
将matplotlib.pyplot作为血小板计数导入
从matplotlib.font_manager导入字体属性
在数据处理前需要获取数据，从XML csv excel等文本中获取需要的数据，保存到目录
def GetFeatureList(完整路径文件):
文件名=完整路径文件。拆分( \ \ )[-1][0:4]
#打印（文件名)
#打印（全名)
K0_list=[]
Area_list=[]
all_lines=[]
f=打开（完整路径文件， r )
all_lines=f.readlines()
line _ num=len(所有行)
# 数据清洗
如果行数为5000:
对于范围内的I(3，lines_num-1):
temp_k0=int(all_lines[i]).拆分( \t)[1])
如果temp_k0==0:
k0 _ list。append(computk 0(all _ lines[I]))
否则：
K0_list.append(临时K0)
area _ list。append(float(all _ lines[I]).split(\t)[15])
# K0 _ scat(K0 _列表，区域_列表，文件名)
否则：
打印( {}该样本量少于5000.格式（文件名))
返回K0列表，区域列表，文件名
绘制两组数据的散点图，同时绘制两个散点图，上下分布在同一个图片中
def K0_Scatter(K0_list，area_list，pic_name):
图形尺寸=(25，10)，dpi=300
# 导入中文字体，及字体大小
zh font=font properties(fname= C:/Windows/Fonts/simsun。TTC ，尺寸=16)
ax=plt.subplot(211)
# print(K0_list)
ax.scatter(range(len(K0_list))，K0_list，c=r ，marker=o )
工厂标题(u 散点图，fontproperties=zhfont)
plt.xlabel(采样点，fontproperties=zhfont)
plt.ylabel(K0_value ，fontproperties=zhfont)
ax=plt.subplot(212)
ax.scatter(range(len(area_list))，area_list，c=b ，marker=o )
plt.xlabel(采样点，fontproperties=zhfont)
plt.ylabel(u 大小，fontproperties=zhfont)
工厂标题(u 散点图，fontproperties=zhfont)
# imgname=E:\\ pic_name .巴布亚新几内亚
# plt.savefig(imgname，bbox_inches=tight )
plt.show()
散点图显示
绘制一个折线图每个数据增加标签
定义K0_Plot(X_label，Y_label，pic_name):
图形尺寸=(25，10)，dpi=300
# 导入中文字体，及字体大小
zh font=font properties(fname= C:/Windows/Fonts/simsun。TTC ，尺寸=16)
ax=plt.subplot(111)
# print(K0_list)
ax.plot(X_label，Y_label，c=r ，marker=o )
plt.title(pic_name，fontproperties=zhfont)
plt.xlabel(煤炭名称，fontproperties=zhfont)
plt.ylabel(pic_name，fontproperties=zhfont)
# ax.xaxis.grid(真，即=少校)
ax.yaxis.grid(真，即=少校)
对于活力中的a、b(X _ label，Y_label):
str_label=a str(b) %
plt.text(a，b，str_label，ha=center ，va=bottom ，fontsize=10)
imgname=E:\\ pic_name .巴布亚新几内亚
plt.savefig(imgname，bbox_inches=tight )
# plt.show()
绘制多条折线图
def K0_MultPlot(dis_name，dis_lsit，pic_name):
图形尺寸=(80，10)，dpi=300
# 导入中文字体，及字体大小
zh font=font properties(fname= C:/Windows/Fonts/simsun。TTC ，尺寸=16)
ax=plt.subplot(111)
X_label=range(len(dis_lsit[1])
p1=ax.plot(X_label，dis_lsit[1]，c=r ，marker=o ，label=欧几里德距离)
p2=ax.plot(X_label，dis_lsit[2]，c=b ，marker=o ，label=曼哈顿距离)
p3=ax.plot(X_label，dis_lsit[4]，c=y ，marker=o ，label=Chebyshev Distance )
p4=ax.plot(X_label，dis_lsit[5]，c=g ，marker=o ，label=加权mhdsp距离)
plt。图例()
plt.title(pic_name，fontproperties=zhfont)
plt.xlabel(煤炭名称，fontproperties=zhfont)
plt.ylabel(pic_name，fontproperties=zhfont)
# ax.xaxis.grid(真，即=少校)
ax.yaxis.grid(真，即=少校)
对于zip(X_label，dis_lsit[5]，dis_name)中的甲、乙、丙：
str_label=c _ str(b)
plt.text(a，b，str_label，ha=center ，va=bottom ，fontsize=5)
imgname=E:\\ pic_name .巴布亚新几内亚
plt.savefig(imgname，bbox_inches=tight )
# plt.show()
图形显示有很多招数，比如坐标轴刻度定制，网格化等。使可视化效果更好。
这就是本文的全部内容。希望对大家的学习有帮助，也希望大家能支持剧本之家。
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。