【Python可视化系列】一文教你绘制不同类型散点图(理论+源码)

liftword6个月前 (01-10)技术文章69

这是Python可视化系列原创文章。

一、引言

前文相关回顾:

【Python可视化系列】一文教会你绘制美观的热力图(理论+源码)

【Python可视化系列】一文教会你绘制美观的直方图(理论+源码)

【Python可视化系列】一文教会你绘制美观的柱状图(理论+源码)

【Python可视化系列】一文彻底教会你绘制美观的折线图(理论+源码)

本文将总结一下散点图的绘制方法。散点图也叫 X-Y 图,它将所有的数据以点的形式展现在直角坐标系上,以显示变量之间的相互影响程度,点的位置由变量的数值决定

通过观察散点图上数据点的分布情况,我们可以推断出变量间的相关性。如果变量之间不存在相互关系,那么在散点图上就会表现为随机分布的离散的点,如果存在某种相关性,那么大部分的数据点就会相对密集并以某种趋势呈现。数据的相关关系主要分为:正相关(两个变量值同时增长)、负相关(一个变量值增加另一个变量值下降)、不相关、线性相关、指数相关等。

二、参数详解

函数:
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, , data=None, *kwargs)
参数说明
x, y : 相同长度的数组,数组大小(n,),也就是绘制散点图的数据;
s:绘制点的大小,可以是实数或大小为(n,)的数组, 可选的参数 ;
c:绘制点颜色, 默认是蓝色'b' , 可选的参数 ;
marker:表示的是标记的样式,默认的是'o' , 可选的参数 ;
cmap:当c是一个浮点数数组的时候才使用, 可选的参数 ;
norm:将数据亮度转化到0-1之间,只有c是一个浮点数的数组的时候才使用, 可选的参数 ;
vmin , vmax:实数,当norm存在的时候忽略。用来进行亮度数据的归一化 , 可选的参数 ;
alpha:实数,0-1之间, 可选的参数 ;
linewidths:标记点的长度, 可选的参数 ;

三、实现过程

3.1 基本散点图

data = pd.read_csv(r'Dataset.csv')
df = pd.DataFrame(data)

sns.set(font_scale=1.2)
plt.rc('font',family=['Times New Roman', 'SimSun'], size=12)
plt.scatter(df['age'], df['chol'])
plt.title('age与chol的关系')
plt.xlabel('age')
plt.ylabel('chol')
plt.show()

基本散点图也叫 X-Y 图,它将所有的数据以点的形式展现在直角坐标系上,以显示变量之间的相互影响程度,点的位置由变量的数值决定。

3.2 分组散点图

data = pd.read_csv(r'Dataset.csv')
df = pd.DataFrame(data)
colors = ['red','blue']
target = df['target'].unique()

sns.set(font_scale=1.2)
plt.rc('font',family=['Times New Roman', 'SimSun'], size=12)
for i in range(len(target)):
    plt.scatter(df.loc[df.target == i, 'age'], df.loc[df.target==i,'chol'], s = 35, c = colors[i], label = i)
plt.title('age与chol的关系')
plt.xlabel('age')
plt.ylabel('chol')
plt.legend(loc='upper left')# 默认是左上方,
plt.show()

分组分类散点图是在两个主特征的基础上,叠加一个分类特征。

3.3 气泡图

data = pd.read_csv(r'Dataset.csv')
df = pd.DataFrame(data)
# 假设thalach的第三个特征展示为为气泡大小
fea = df['thalach']
plt.scatter(df['age'], df['chol'], s=fea/2, c='purple', alpha=0.4, edgecolors="grey",
            linewidth=2)
plt.xlabel('age')  # 横坐标轴标题
plt.ylabel('chol')  # 纵坐标轴标题
plt.title('s=thalach/2, c=purple', verticalalignment='bottom')
plt.show()
# 参数说明
# s:表征气泡大小的变量
# c:颜色,若想要彩色气泡,可以给c赋值,如c=fea
# alpha:不透明度
# edgecolors:气泡描边的颜色
# linewidth:气泡描边大小

气泡图的其中一条变量的表现形式是体现在气泡的大小或颜色深浅上,如果一个数据集中包含非常多的点,那么散点图可以将这些数据对比的结果一目了然,是比较适用的。分组分类散点图是在两个主特征的基础上,叠加一个分类特征,若在两个主特征的基础上,还要展示另外一个连续特征,可以使用气泡图。

3.4 三维散点图

data = pd.read_csv(r'Dataset.csv')
df = pd.DataFrame(data)

sns.set(font_scale=1.2)
plt.rc('font',family=['Times New Roman', 'SimSun'], size=12)
ax = plt.subplot(projection = '3d')  # 创建一个三维的绘图工程
ax.scatter(df['age'], df['chol'], df['thalach'])
plt.show()

三维散点图可以反映三个数值之间的关系,他是一个立体的图形,我们可以理解为将气泡图的三维数据绘制到三维坐标系,就形成了三维散点图。

3.5 散点密度图

# 生成模拟数据
N=1000
x = np.random.normal(size=N)
y = x * 3 + np.random.normal(size=N)

# 计算样本点密度
xy = np.vstack([x,y])  #  将两个维度的数据叠加
z = gaussian_kde(xy)(xy)  # 建立概率密度分布,并计算每个样本点的概率密度

# 按密度排序,将密度最大的点排在最后
idx = z.argsort()
x, y, z = x[idx], y[idx], z[idx]
sns.set(font_scale=1.2)
plt.rc('font',family=['Times New Roman', 'SimSun'], size=12)
fig, ax = plt.subplots()
plt.scatter(x, y,c=z, s=20,cmap='Spectral') # c表示标记的颜色
plt.colorbar()
plt.show()

散点密度主要是计算样本点的出现次数,即密度。

本期内容就到这里,我们下期再见!需要数据集和源码的小伙伴可以关注私信作者!

作者简介:

读研期间发表6篇SCI数据算法相关论文,目前在某研究院从事数据算法相关研究工作,结合自身科研实践经历不定期持续分享关于Python、数据分析、特征工程、机器学习、深度学习、人工智能系列基础知识与案例。

原文链接:

【Python可视化系列】一文教你绘制不同类型的散点图(理论+源码)

相关文章

提升数据质量的秘密武器:最小-最大归一化全揭秘

最小-最大归一化(Min-Max Normalization)是一种常见的数据预处理技术,用于将特征数据缩放到一个固定的范围(通常是[0, 1])。这种归一化方法通过将数据按比例缩放,使得数据集的最小...

在 Python中处理大型机器学习数据集的简单方法

本文的目标受众:想要对大量数据集执行 Pandas/NumPy 操作的人。希望使用Python在大数据上执行机器学习任务的人。本文将使用 .csv 格式的文件来演示 python 的各种操作,其他格式...

147.Python——图像预处理操作:缩放和裁剪

在人工智能计算机视觉任务中,经常需要对图像进行预处理操作,比如,在图像分类任务中,我们需要训练图像数据大小一般为:224*224,416*416等,但在实际给的图像数据大小并不是这样的大小,所以需要需...

如何提高PyTorch“炼丹”速度?这位小哥总结了17种方法

杨净 发自 凹非寺量子位 报道 | 公众号 QbitAI如何提升PyTorch“炼丹”速度?最近,有一位名叫Lorenz Kuhn的小哥,分享了他在炼丹过程中总结的17种投入最低、效果最好的提升训练速...

Python数据分析(五)Pandas数据预处理

合并数据在实际工作中,我们的数据源往往是来自多个地方(比如分散在不同的表里),具体分析的时候需要把相关联的数据信息整合在一张表里,可能会有如下操作:? 横向或纵向堆叠合并数据? 主键合并数据? 重叠合...

Python机器学习库Sklearn系列教程(14)-逻辑回归

参数penalty : str, ‘l1’ or ‘l2’LogisticRegression和LogisticRegressionCV默认就带了正则化项。penalty参数可选择的值为"l1...