Python 数据可视化 散点图 计算R^2

Python 数据可视化 散点图

在这里插入图片描述
在这里插入图片描述

import matplotlib.pyplot as plt
import numpy as np
from sklearn.metrics import r2_score

def plot_scatter(ref_info_dict, test_info_dict, add_R2=True):
    # 绘制散点图,ref横,test纵
    plt.figure(figsize=(80, 48))
    n = 0
    # scatter_header_list = ['peak_insert_size', 'median_insert_size']
    scatter_header_list = list(ref_info_dict.keys())
    for header in scatter_header_list:
        n += 1
        plt.subplot(8, 10, n)
        x = np.array(ref_info_dict[header])
        y = np.array(test_info_dict[header])
        max_line = max([max(x), max(y)])
        min_line = min([min(x), min(y)])
        plt.scatter(x,  # 横坐标
                    y,  # 纵坐标
                    c='red',  # 点的颜色
                    label='function')  # 标签 即为点代表的意思
        plt.plot([min_line, max_line], [min_line, max_line], ls="--", c=".3")
        if add_R2:
            # 计算R方
            r2 = round(r2_score(x, y), 3)
            plt.title(f"{header}      R^2: {r2}", fontsize=30)
        else:
            plt.title(header)
        plt.xlabel("old data")
        plt.ylabel("new data")
    # 3.展示图形
    plt.legend()  # 显示图例

    plt.show()  # 显示所绘图形
    plt.savefig('tmp_scatter.jpg')

  • 6
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值