python散点图怎么绘制

python散点图怎么绘制

这篇“python散点图怎么绘制”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“python散点图怎么绘制”文章吧。

一、二维散点图的绘制

1.采用pandas.plotting.scatter_matrix函数绘制

pd.plotting.scatter_matrix(iris_data,figsize=(10,10),alpha=1,hist_kwds={"bins":20})

2. 采用seaborn进行绘制

#No.1#全部变量都放进去sns.pairplot(iris_data)

#No.2#kind:用于控制非对角线上图的类型，可选'scatter'与'reg'#diag_kind:用于控制对角线上的图分类型，可选'hist'与'kde'sns.pairplot(iris_data,kind='reg',diag_kind='kde')sns.pairplot(iris_data,kind='reg',diag_kind='hist')

经过hue分类后的pairplot中发现，不论是从对角线上的分布图还是从分类后的散点图，都可以看出对于不同种类的花，其萼片长、花瓣长、花瓣宽的分布差异较大，换句话说，这些属性是可以帮助我们去识别不同种类的花的。比如，对于萼片、花瓣长度较短，花瓣宽度较窄的花，那么它大概率是山鸢尾

#No3#hue：针对某一字段进行分类sns.pairplot(iris_data,hue='species',kind='reg',diag_kind='hist')

#No4#vars：研究某2个或者多个变量之间的关系vars,#x_vars,y_vars：选择数据中的特定字段，以list形式传入需要注意的是，x_vars和y_vars要同时指定sns.pairplot(iris_data,vars=["sepallength(cm)","sepalwidth(cm)"])sns.pairplot(iris_data,x_vars=["petallength(cm)","sepalwidth(cm)"],y_vars=["petalwidth(cm)","sepallength(cm)"])

二、 三维散点图绘制

三维散点图绘制采用mplot3d 模块进行绘制

#No.53dfrommpl_toolkits.mplot3dimportAxes3Ddims={'x':'petallength(cm)','y':'petalwidth(cm)','z':'sepallength(cm)'}types=iris_data.species.value_counts().index.tolist()print(dims,types)flg=plt.figure()ax=Axes3D(flg)foriris_typeintypes:tmp_data=iris_data[iris_data.species==iris_type]x,y,z=tmp_data[dims['x']],tmp_data[dims['z']],tmp_data[dims['z']]ax.scatter(x,y,z,label=iris_type)ax.legend(loc='upperleft')ax.set_zlabel(dims['z'])ax.set_xlabel(dims['x'])ax.set_ylabel(dims['y'])plt.show()

完整代码：

importpandasaspdfromsklearnimportdatasetsimportseabornassnsimportmatplotlib.pyplotaspltdeffunction():iris=datasets.load_iris()iris_data=pd.DataFrame(iris.data,columns=iris.feature_names)iris_data['species']=iris.target_names[iris.target]#No.0pd.plotting.scatter_matrix(iris_data,figsize=(10,10),alpha=1,hist_kwds={"bins":20})#No.1#全部变量都放进去sns.pairplot(iris_data)#No.2sns.pairplot(iris_data,kind='reg',diag_kind='kde')sns.pairplot(iris_data,kind='reg',diag_kind='hist')#No3#hue：针对某一字段进行分类sns.pairplot(iris_data,hue='species',kind='reg',diag_kind='hist')#No4#vars：研究某2个或者多个变量之间的关系vars,#x_vars,y_vars：选择数据中的特定字段，以list形式传入需要注意的是，x_vars和y_vars要同时指定sns.pairplot(iris_data,vars=["sepallength(cm)","sepalwidth(cm)"])sns.pairplot(iris_data,x_vars=["petallength(cm)","sepalwidth(cm)"],y_vars=["petalwidth(cm)","sepallength(cm)"])#No.53dfrommpl_toolkits.mplot3dimportAxes3Ddims={'x':'petallength(cm)','y':'petalwidth(cm)','z':'sepallength(cm)'}types=iris_data.species.value_counts().index.tolist()print(dims,types)flg=plt.figure()ax=Axes3D(flg)foriris_typeintypes:tmp_data=iris_data[iris_data.species==iris_type]x,y,z=tmp_data[dims['x']],tmp_data[dims['z']],tmp_data[dims['z']]ax.scatter(x,y,z,label=iris_type)ax.legend(loc='upperleft')ax.set_zlabel(dims['z'])ax.set_xlabel(dims['x'])ax.set_ylabel(dims['y'])print(iris_data)plt.show()if__name__=='__main__':function()

以上就是关于“python散点图怎么绘制”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注恰卡编程网行业资讯频道。