不得不说,matplot感觉就是R中的plot,简单上手,但是扩展不足,而且偶然发现了python也有ggplot包,但是由于C++的问题无法安装,后续再研究下。
先看下高级的散点图,类似R的:
geom_point(aex(x,y),color=z)
也就是说针对不同的种类进行颜色填充,依靠之前的说法,因为matplot图形做的事情很少,需要借助数据整形。
而这个时候应用到了python的map函数,map函数相当于一个匹配:把一个变量匹配成另一个变量,在画散点图的时候,需要对不同的类别进行颜色赋值;
col=iris.Species.map({
'setosa':'DarkBlue',
'versicolor':'Green',
'virginica':'Red'})
这段代码其实相当于新建了一个series,针对Species列,如果是setosa,那么赋值成Darkblue,如果是versicolor,赋值为Green,如果为virginica,赋值为Red,然后画图的时候,把color参数设置为col:
iris.plot(kind='scatter',
x='Petal_Length',
y='Sepal_Width',
c=col,
title='Multicolor-scatter')
c这个参数就是颜色参数了。
可以看到这三类的散点图都已经分类了。
然而,还有一种先建一个画布,然后一个一个画:
ax1=iris[iris['Species']=='setosa']. plot(kind='scatter',
x='Petal_Length',
y='Sepal_Width',
color='Darkblue',
lab