用python绘制散点图适用于通过读取txt的数据进行绘制

功能
1.绘制散点图
2.切片读取操作
3.改写容易
代码如下:

import matplotlib.pyplot as plt
import numpy as np


# 定义画散点图的函数
def draw_scatter(n, s):
    """
    :param n: 点的数量,整数
    :param s:点的大小,整数
    :return: None
    """
    # 加载数据
    data = np.loadtxt('111.txt', encoding='utf-8', delimiter=',')#注意事项:111.txt的路径改成自己的
    # 通过切片获取横坐标x1
    x1 = data[:, 0]
    # 通过切片获取纵坐标R
    y1 = data[:, 3]
    # 横坐标x2
    x2 = np.random.uniform(0, 5, n)
    # 纵坐标y2
    y2 = np.array([3] * n)
    # 创建画图窗口
    fig = plt.figure()
    # 将画图窗口分成1行1列,选择第一块区域作子图
    ax1 = fig.add_subplot(1, 1, 1)
    # 设置标题
    ax1.set_title('Result Analysis')
    # 设置横坐标名称
    ax1.set_xlabel('gamma-value')
    # 设置纵坐标名称
    ax1.set_ylabel('R-value')
    # 画散点图
    ax1.scatter(x1, y1, s=s, c='k', marker='.')
    # 画直线图
    ax1.plot(x2, y2, c='b', ls='--')
    # 调整横坐标的上下界
    plt.xlim(xmax=5, xmin=0)
    # 显示
    plt.show()


# 主模块

if __name__ == "__main__":
    # 运行
    draw_scatter(n=300, s=20)

注意事项:111.txt的路径改成自己的,txt内容如下:
注意中英文输入,空格,读取第一列为x,第四列为y,读者可根据自己需求改写

1,2,3,4
2,3,4,5
3,4,5,1
5,4,3,2

运行效果:
在这里插入图片描述

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: Python Pyecharts是一种数据可视化工具,可以用来展示数据的分布情况和相关性。它基于Python语言和Echarts库开发,具有简单易用、灵活性强等特点。通过使用Python Pyecharts,用户可以快速生成高质量的,并进行数据分析和决策。 ### 回答2: Python的pyecharts库是一个基于Echarts的Python可视化库,可以用来绘制各种类型的表,包括。 在使用pyecharts绘制时,首先需要安装pyecharts库。可以使用pip命令进行安装,命令如下: ``` pip install pyecharts ``` 安装完成后,可以导入pyecharts库,并创建一个实例。例如,可以按照以下步骤创建一个简单的: 1. 导入pyecharts库的Scatter类: ```python from pyecharts import Scatter ``` 2. 创建一个Scatter实例,并设置表的标题和副标题: ```python scatter = Scatter("示例", "这是副标题") ``` 3. 设置的x轴和y轴数据。可以通过add()方法添加一组数据数据会以列表的形式传入: ```python scatter.add("数据1", [1, 2, 3, 4, 5], [10, 20, 30, 40, 50]) ``` 4. 调用render()方法生成HTML文件,用于展示: ```python scatter.render("scatter.html") ``` 上述代码将生成一个名为“scatter.html”的HTML文件,可以在浏览器中打开该文件,即可看到绘制出的。 除了基本的,pyecharts还支持更多高级功能,如添加例、设置坐标轴范围、设置颜色等。可通过pyecharts的官方文档详细了解这些功能的使用。 总的来说,使用Python的pyecharts库可以方便地绘制,实现数据的可视化展示。 ### 回答3: Python pyecharts库是一种用于数据可视化的工具,可以帮助用户生成各种表,其中包括。 在pyecharts中生成的步骤如下: 1. 导入所需的库:`import pyecharts.options as opts`和`from pyecharts.charts import Scatter` 2. 创建一个Scatter对象:`scatter = Scatter()` 3. 添加数据:可以通过`add_xaxis`和`add_yaxis`方法分别添加x轴和y轴的数据,例如`scatter.add_xaxis(['A', 'B', 'C', 'D'])`和`scatter.add_yaxis('Series1', [1, 2, 3, 4])` 4. 设置表的标题、坐标轴名称等:使用`set_global_opts`方法设置全局选项,例如`scatter.set_global_opts(title_opts=opts.TitleOpts(title='Scatter Plot'), xaxis_opts=opts.AxisOpts(name='X'), yaxis_opts=opts.AxisOpts(name='Y'))` 5. 渲染生成表:使用`render`方法将表渲染为HTML文件,例如`scatter.render('scatter.html')` 生成的可以展示数据的分布情况,横轴表示一种变量,纵轴表示另一种变量,每个点代表一个数据点。 pyecharts库还支持自定义的样式,可以设置点的形状、颜色、大小等,以及添加标签、工具箱等功能,以满足不同需求。 通过pyecharts库,用户可以方便地生成来展示数据的分布情况,从而更好地理解数据集的特征以及数据之间的关系。

“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

打赏作者

浪迹天涯@wxy

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