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。