python数据可视化散点图案例,python 画散点图与折线图

  python数据可视化散点图案例,python 画散点图与折线图

  这篇文章主要介绍了大蟒可视化分析绘制带趋势线的散点图和边缘直方图,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下

  

目录
一、绘制带趋势线的散点图二、绘制边缘直方图

  

一、绘制带趋势线的散点图

  实现功能:

  在散点图上添加趋势线(线性拟合线)反映两个变量是正相关、负相关或者无相关关系。

  实现代码:

  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

  df=pd.read_csv(文件)

  df _ select=df。loc[df。气缸。isin([4,8]),]

  #绘图

  gridobj=sns.lmplot(

  x=displ ,

  y=高速公路,

  色调=cyl ,

  data=df_select,

  身高=7,

  纵横比=1.6,

  palette=Set1 ,

  scatter_kws=dict(s=60,线宽=.7,边缘颜色=黑色))

  #装饰品

  sns.set(style=whitegrid ,font_scale=1.5)

  gridobj.set(xlim=(0.5,7.5),ylim=(10,50))

  gridobj.fig.set_size_inches(10,6)

  plt.tight_layout()

  plt.title("散点图,最佳拟合线按气缸数量分组")

  plt.show()

  draw_scatter(F:\数据杂坛\datasets\mpg_ggplot2.csv )

  实现效果:

  在散点图上添加趋势线(线性拟合线)反映两个变量是正相关、负相关或者无相关关系。红蓝两组数据分别绘制出最佳的线性拟合线。

  

二、绘制边缘直方图

  实现功能:

  大蟒绘制边缘直方图,用于展示英语字母表中第二十四个字母和英语字母表中第二十五个字母之间的关系、及英语字母表中第二十四个字母和英语字母表中第二十五个字母的单变量分布情况,常用于数据探索分析。

  实现代码:

  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_ _)

  def draw _ Marginal直方图(文件):

  #导入数据

  df=pd.read_csv(文件)

  #创建无花果和gridspec

  fig=plt.figure(figsize=(10,6),dpi=100)

  网格=plt .GridSpec(4,4,hspace=0.5,wspace=0.2)

  #定义轴

  ax _ main=fig . add _ subplot(grid[:-1,-1])

  ax _ right=fig . add _ subplot(grid[:-1,-1],xticklabels=[],yticklabels=[])

  ax _ bottom=fig . add _ subplot(grid[-1,0:-1],xticklabels=[],yticklabels=[])

  #主轴上的散点图

  ax_main.scatter(displ ,

  高速公路,

  s=df.cty * 4,

  c=df。制造商。作为类型(“类别”)。猫。代码,

  阿尔法=.9,

  数据=df,

  cmap=集合1 ,

  edgecolors=gray ,

  线宽=.5)

  #右边的直方图

  ax_bottom.hist(df.displ,

  40,

  histtype=stepfilled ,

  方向=垂直,

  color=#098154 )

  ax_bottom.invert_yaxis()

  #底部的直方图

  ax_right.hist(df.hwy,

  40,

  histtype=stepfilled ,

  方向=水平,

  color=#098154 )

  #装饰品

  ax_main.set(title=带直方图的散点图\n显示与高速公路,

  xlabel=displ ,

  ylabel=hwy )

  ax_main.title.set_fontsize(10)

  对于([ax_main.xaxis.label,ax_main.yaxis.label]中的项目

  ax _ main。get _ xticklabels()ax _ main。get _ yticklabels()):

  item.set_fontsize(10)

  xlabels=ax_main.get_xticks().tolist()

  ax _ main。set _ x刻度标签(xlabels)

  plt.show()

  绘制边缘直方图( f : \数据杂坛\datasets\mpg_ggplot2.csv )

  实现效果:

  到此这篇关于大蟒可视化分析绘制带趋势线的散点图和边缘直方图的文章就介绍到这了,更多相关大蟒绘制内容请搜索盛行信息技术软件开发工作室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盛行信息技术软件开发工作室!

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。

留言与评论(共有 条评论)
   
验证码: