一、概念
(一)散点图显示两组数据的值,每个点的坐标位置由变量的值来决定
(二)由一组不连接的点完成,用于观察两种变量的相关性
(三)例如身高-体重、温度-维度等等
二、实践
(一)举例
1、身高-体重
2、正相关、负相关、不相关
正相关:
import numpy as np
import matplotlib.pyplot as plt
height=[161,170,182,175,173,165]
weight=[50,58,80,70,69,55]
plt.scatter(height,weight)
plt.show()
不相关:
import numpy as np
import matplotlib.pyplot as plt
N=1000
x=np.random.randn(N)
y1=np.random.randn(N)
plt.scatter(x,y1)
plt.show()
3、实例:股票价格涨幅
import numpy as np
import matplotlib.pyplot as plt
open,close=np.loadtxt(‘000001.csv’
matplotlib散点图
最新推荐文章于 2024-08-15 09:00:00 发布
本文介绍了matplotlib库在Python中创建散点图的概念和实践。通过示例展示了如何表示身高和体重之间的正相关、负相关和不相关关系,并进一步演示了如何调整散点图的颜色、大小、透明度和形状。
摘要由CSDN通过智能技术生成