您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
这篇文章主要介绍“怎么使用python可视化分析绘制散点图和边界气泡图”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“怎么使用python可视化分析绘制散点图和边界气泡图”文章能帮助大家解决问题。
实现功能:
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。
实现代码:
import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings(action='once') plt.style.use('seaborn-whitegrid') sns.set_style("whitegrid") print(mpl.__version__) print(sns.__version__) def draw_scatter(file): # Import dataset midwest = pd.read_csv(file) # Prepare Data # Create as many colors as there are unique midwest['category'] categories = np.unique(midwest['category']) colors = [plt.cm.Set1(i / float(len(categories) - 1)) for i in range(len(categories))] # Draw Plot for Each Category plt.figure(figsize=(10, 6), dpi=100, facecolor='w', edgecolor='k') for i, category in enumerate(categories): plt.scatter('area', 'poptotal', data=midwest.loc[midwest.category == category, :],s=20,c=colors[i],label=str(category)) # Decorations 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("Scatterplot of Midwest Area vs Population", fontsize=12) plt.legend(fontsize=10) plt.show() draw_scatter("F:\数据杂坛\datasets\midwest_filter.csv")
实现效果:
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:
import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt import seaborn as sns import warnings from scipy.spatial import ConvexHull warnings.filterwarnings(action='once') plt.style.use('seaborn-whitegrid') sns.set_style("whitegrid") print(mpl.__version__) print(sns.__version__) def draw_scatter(file): # Step 1: Prepare Data midwest = pd.read_csv(file) # As many colors as there are unique midwest['category'] categories = np.unique(midwest['category']) colors = [plt.cm.Set1(i / float(len(categories) - 1)) for i in range(len(categories))] # Step 2: Draw Scatterplot with unique color for each category fig = plt.figure(figsize=(10, 6), dpi=80, facecolor='w', edgecolor='k') for i, category in enumerate(categories): plt.scatter('area','poptotal',data=midwest.loc[midwest.category == category, :],s='dot_size',c=colors[i],label=str(category),edgecolors='black',linewidths=.5) # Step 3: Encircling # https://stackoverflow.com/questions/44575681/how-do-i-encircle-different-data-sets-in-scatter-plot def encircle(x, y, ax=None, **kw): # 定义encircle函数,圈出重点关注的点 if not ax: ax = plt.gca() p = np.c_[x, y] hull = ConvexHull(p) poly = plt.Polygon(p[hull.vertices, :], **kw) ax.add_patch(poly) # Select data to be encircled midwest_encircle_data1 = midwest.loc[midwest.state == 'IN', :] encircle(midwest_encircle_data1.area,midwest_encircle_data1.poptotal,ec="pink",fc="#74C476",alpha=0.3) encircle(midwest_encircle_data1.area,midwest_encircle_data1.poptotal,ec="g",fc="none",linewidth=1.5) midwest_encircle_data6 = midwest.loc[midwest.state == 'WI', :] encircle(midwest_encircle_data6.area,midwest_encircle_data6.poptotal,ec="pink",fc="black",alpha=0.3) encircle(midwest_encircle_data6.area,midwest_encircle_data6.poptotal,ec="black",fc="none",linewidth=1.5,linestyle='--') # Step 4: Decorations 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("Bubble Plot with Encircling", fontsize=14) plt.legend(fontsize=10) plt.show() draw_scatter("F:\数据杂坛\datasets\midwest_filter.csv")
实现效果:
关于“怎么使用python可视化分析绘制散点图和边界气泡图”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识,可以关注亿速云行业资讯频道,小编每天都会为大家更新不同的知识点。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。