利用python绘制散点图,Python绘制气泡图

　　这篇文章主要介绍了大蟒可视化分析绘制散点图和边界气泡图，python绘制散点图，展现两个变量间的关系，当数据包含多组时，使用不同颜色和形状区分

一、绘制散点图

　　实现功能：

　　大蟒绘制散点图，展现两个变量间的关系，当数据包含多组时，使用不同颜色和形状区分。

　　实现代码：

　　将数组作为铭牌导入

　　进口熊猫作为螺纹中径

　　将绘制精美的图表作为数学编程语言(Mathematical Programming Language)导入

　　将matplotlib.pyplot作为血小板计数导入

　　将海生的作为社交网站（Social Network Site的缩写）导入

　　导入警告

　　警告.过滤器警告(操作=一次)

　　PLT。风格。使用( seaborn-白色网格)

　　sns.set_style(whitegrid )

　　打印(mpl .__版本_ _)

　　打印(社交网站.__版本_ _)

　　定义绘制_散布(文件):

　　#导入数据集

　　中西部=pd.read_csv(文件)

　　#准备数据

　　#创造尽可能多的独特中西部颜色[类别]

　　类别=np.unique(中西部[类别])

　　colors=[PLT。厘米。set 1(I/float(len(categories)-1))用于范围内的I(len(categories))]

　　#为每个类别绘制图表

　　plt.figure(figsize=(10，6)，dpi=100，facecolor=w ，edgecolor=k )

　　对于我，枚举中的类别（类别):

　　plt.scatter(area ， poptotal ，data=中西部。loc[中西部。category==category，]，s=20，c=colors[i]，label=str(category))

　　#装饰品

　　plt.gca().set(xlim=(0.0，0.1)，ylim=(0，90000)，)

　　plt.xticks(fontsize=10)

　　plt.yticks(fontsize=10)

　　plt.xlabel(Area ，fontdict={fontsize: 10})

　　plt.ylabel(Population ，fontdict={fontsize: 10})

　　plt.title("中西部地区与人口的散点图"，fontsize=12)

　　plt.legend(fontsize=10)

　　plt.show()

　　draw_scatter(F:\数据杂坛\数据集\ midwest _ filter。CSV’)

　　实现效果：

二、绘制边界气泡图

　　实现功能：

　　气泡图是散点图中的一种类型，可以展现三个数值变量之间的关系，之前的文章介绍过一般的散点图都是反映两个数值型变量的关系，所以如果还想通过散点图添加第三个数值型变量的信息，一般可以使用气泡图。气泡图的实质就是通过第三个数值型变量控制每个散点的大小，点越大，代表的第三维数值越高，反之亦然。而边界气泡图则是在气泡图添加第四个类别型变量的信息，将一些重要的点选出来并连接。

　　实现代码：

　　将数组作为铭牌导入

　　进口熊猫作为螺纹中径

　　将绘制精美的图表作为数学编程语言(Mathematical Programming Language)导入

　　将matplotlib.pyplot作为血小板计数导入

　　将海生的作为社交网站（Social Network Site的缩写）导入

　　导入警告

　　从科学空间导入凸壳

　　警告.过滤器警告(操作=一次)

　　PLT。风格。使用( seaborn-白色网格)

　　sns.set_style(whitegrid )

　　打印(mpl .__版本_ _)

　　打印(社交网站.__版本_ _)

　　定义绘制_散布(文件):

　　#步骤1:准备数据

　　中西部=pd.read_csv(文件)

　　#中西部独特的颜色有多少就有多少[类别]

　　类别=np.unique(中西部[类别])

　　colors=[PLT。厘米。set 1(I/float(len(categories)-1))用于范围内的I(len(categories))]

　　#步骤2:为每个类别绘制具有唯一颜色的散点图

　　fig=plt.figure(figsize=(10，6)，dpi=80，facecolor=w ，edgecolor=k )

　　对于我，枚举中的类别（类别):

　　plt.scatter(area ， poptotal ，data=中西部。loc[中西部。category==category，]，s=dot_size ，c=colors[i]，label=str(category)，edgecolors=black ，线宽=.5)

　　#步骤3:环绕

　　# https://堆栈溢出。com/questions/44575681/how-I-circle-different-dataset-in-scat-plot

　　定义圆(x，y，ax=无，* *千瓦): #定义围绕函数，圈出重点关注的点

　　如果不是ax: ax=plt.gca()

　　p=np.c_[x，y]

　　船体=凸壳(p)

　　poly=plt .多边形(p[hull.vertices，)，* *千瓦)

　　ax.add_patch(多边形)

　　#选择要圈出的数据

　　中西部_ circle _ data 1=中西部。loc[中西部。state== IN ，]

　　圈子(midwest _ circle _ data 1。区域，中西部_圆形_数据1。pop总计，ec=pink ，fc=#74C476 ，alpha=0.3)

　　circle(midwest _ circle _ data1。区域，中西部_圆形_数据1。pop总计，ec=g ，fc=none ，线宽=1.5)

　　中西部_ circle _ data 6=中西部。loc[中西部。state== WI ，]

　　圈子(midwest _ circle _ data 6。区域，中西部_圈_数据6。pop总计，ec=粉色，fc=黑色，alpha=0.3)

　　圈子(midwest _ circle _ data 6。区域，中西部_圈_数据6。pop total，ec=black ，fc=none ，linewidth=1.5，linestyle= -)

　　#步骤4:装饰

　　plt.gca().set(xlim=(0.0，0.1)，ylim=(0，90000)，)

　　plt.xticks(fontsize=12)

　　plt.yticks(fontsize=12)

　　plt.xlabel(Area ，fontdict={fontsize: 14})

　　plt.ylabel(Population ，fontdict={fontsize: 14})

　　plt.title(环绕气泡图，fontsize=14)