数据科学之数据可视化--Matplotlib可视化绘制散点图

37 篇文章 2 订阅 ¥49.90 ¥99.00
本文介绍了如何使用Matplotlib库在Python中绘制散点图,包括普通散点图的绘制、散点图的修饰(如大小、颜色和透明度的调整)、以及颜色和形状的修改。通过实例代码展示了如何创建不同风格的散点图,并提供了关于解决中文乱码、绘制曲线图、 subplot 分区等基础知识的问题,以帮助读者巩固学习成果。
摘要由CSDN通过智能技术生成

绘制普通散点图

 

        散点图长这样,有多个坐标点组成,用来描述两个变量之间是否存在系相关性。如果我们发现绘制的散点图的所有最标点沿某一直线分布,就说明我们预测的两个变量存在某种相关性,如果这条直线成斜率为正说明,我们两个变量成正相关,反之,就是负相关。散点图也是我们一元线性回归方程的图像,其中这个直线的斜率我们叫做相关系数R 。R的值介于[-1,1];这里我们不在介绍线性回归相关知识,之后我们介绍统计分析在介绍。

        那么我们绘制散点图使用的是pyplot的scatter模块,这个模块和plot一样也是需要我们传递两个列表,分别是点的x坐标和点的y坐标

 那么我们举个栗子,话不多说上代码

from matplotlib import pyplot as plt
import numpy as np
# 准备数据
x = np.linspace(0,30,100)
y = np.sin(x)
# 绘制散点图 scatter()
plt.scatter(x,y)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

数据小金

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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