Biểu đồ phân tán python nhiều tính năng

Matplotlib là một thư viện vẽ sơ đồ để tạo các hình ảnh tĩnh, hoạt hình và tương tác trong Python. Matplotlib có thể được sử dụng trong các tập lệnh Python, trình bao Python và IPython, máy chủ ứng dụng web và các bộ công cụ giao diện người dùng đồ họa khác nhau như Tkinter, awxPython, v.v.

Để tạo biểu đồ phân tán với nhiều màu trong matplotlib, chúng ta có thể sử dụng các phương pháp khác nhau

Sử dụng màu đánh dấu tham số để tạo Biểu đồ phân tán

Các giá trị có thể cho màu đánh dấu là

• Một chuỗi định dạng màu đơn
• Mảng 2-D trong đó các hàng là RGB hoặc RGBA

Thí dụ. Sử dụng tham số c để mô tả biểu đồ phân tán với các màu khác nhau trong Python

Python3

# import required module

import matplotlib.pyplot as plt

# first data point

matplotlib.pyplot.scatter[]
0
matplotlib.pyplot.scatter[]
1 
matplotlib.pyplot.scatter[]
2
matplotlib.pyplot.scatter[]
3
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
5
matplotlib.pyplot.scatter[]
4import1
matplotlib.pyplot.scatter[]
4import3import4
import5
matplotlib.pyplot.scatter[]
1 
matplotlib.pyplot.scatter[]
2import3
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
3
matplotlib.pyplot.scatter[]
4import1
matplotlib.pyplot.scatter[]
4matplotlib.pyplot as plt4import4
 
matplotlib.pyplot as plt6
matplotlib.pyplot as plt7
matplotlib.pyplot.scatter[]
1____89# first data point0
 
# first data point1
matplotlib.pyplot.scatter[]
0
matplotlib.pyplot.scatter[]
1 
matplotlib.pyplot.scatter[]
2# first data point5
matplotlib.pyplot.scatter[]
4matplotlib.pyplot as plt4
matplotlib.pyplot.scatter[]
4# first data point9
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
01import4
import5
matplotlib.pyplot.scatter[]
1 
matplotlib.pyplot.scatter[]
2
matplotlib.pyplot.scatter[]
3
matplotlib.pyplot.scatter[]
4import1
matplotlib.pyplot.scatter[]
4# first data point5
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
5import4
 

  

matplotlib.pyplot.scatter[]
14
matplotlib.pyplot as plt7
matplotlib.pyplot.scatter[]
1____117# first data point0
 
matplotlib.pyplot.scatter[]
19
matplotlib.pyplot.scatter[]
20
đầu ra
tạo một Biểu đồ phân tán với nhiều màu trong Matplotlib
Sử dụng bản đồ màu để tạo Biểu đồ phân tán
Phiên bản bản đồ màu được sử dụng để chuyển đổi giá trị dữ liệu [số float] từ khoảng [0, 1] sang màu RGBA
Thí dụ. Sử dụng bản đồ màu để mô tả biểu đồ phân tán [] với màu RGB
Python3



matplotlib.pyplot.scatter[]
21
import matplotlib.pyplot as plt
import 
matplotlib.pyplot.scatter[]
25
 
matplotlib.pyplot.scatter[]
26
matplotlib.pyplot.scatter[]
27
matplotlib.pyplot.scatter[]
1 
matplotlib.pyplot.scatter[]
29
matplotlib.pyplot.scatter[]
30
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
3
matplotlib.pyplot.scatter[]
4_______15
matplotlib.pyplot.scatter[]
4# first data point9
matplotlib.pyplot.scatter[]
4# first data point5
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
01
matplotlib.pyplot.scatter[]
4import1
matplotlib.pyplot.scatter[]
4import3
matplotlib.pyplot.scatter[]
4matplotlib.pyplot as plt4
matplotlib.pyplot.scatter[]
47
matplotlib.pyplot.scatter[]
48
matplotlib.pyplot.scatter[]
2import3
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
5
matplotlib.pyplot.scatter[]
4import1
matplotlib.pyplot.scatter[]
4# first data point9
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
30
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
3
matplotlib.pyplot.scatter[]
4matplotlib.pyplot as plt4
matplotlib.pyplot.scatter[]
4# first data point5
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
01import07
 
import08
import09
matplotlib.pyplot.scatter[]
1 import11import12
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
3_______14
matplotlib.pyplot.scatter[]
5
matplotlib.pyplot.scatter[]
4import12
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
3
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
5
matplotlib.pyplot.scatter[]
4import12
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
3
matplotlib.pyplot.scatter[]
4
matplotlib.pyplot.scatter[]
5import29
 
import30
import31
matplotlib.pyplot.scatter[]
1 import11______734
matplotlib.pyplot.scatter[]
4import36
matplotlib.pyplot.scatter[]
4import38import29
 
matplotlib.pyplot.scatter[]
19
import41import12import43
matplotlib.pyplot.scatter[]
3import45
matplotlib.pyplot.scatter[]
1______857import48
matplotlib.pyplot.scatter[]
1import50
 
Biểu đồ phân tán là một trong những chức năng trong Thư viện Matplotlib được sử dụng để vẽ dữ liệu trên biểu đồ. Biểu đồ phân tán thường được sử dụng để mô tả mối quan hệ giữa các biến và sử dụng dấu chấm [tọa độ] để hiển thị mối quan hệ của chúng
Phạm vi
Biểu đồ phân tán là một trong những hàm trong thư viện pyplot, được sử dụng để trực quan hóa dữ liệu trên biểu đồ dưới dạng dấu chấm
Biểu đồ phân tán giúp hiển thị mối quan hệ giữa các biến chính trong dữ liệu của bạn. Bản chất của mối quan hệ phụ thuộc vào sự phân bố điểm
Hàm scatter[] được sử dụng để vẽ biểu đồ phân tán trên biểu đồ, có ít nhất hai tham số. Các tham số khác dùng để sửa đổi các thuộc tính của điểm đánh dấu [dấu chấm]
Vẽ nhiều ô phân tán trong matplotlib có thể được thực hiện theo hai cách khác nhau
Sử dụng hàm phân tán[]
Sử dụng ô con
Biểu đồ phân tán là biểu đồ trong đó tọa độ được hiển thị dưới dạng điểm đánh dấu [chấm] trên biểu đồ. Biểu đồ phân tán rất hữu ích để hiển thị mối quan hệ giữa các biến
Trong matplotlib, biểu đồ phân tán được triển khai bằng cách sử dụng hàm scatter[], hàm này nhận ít nhất hai tham số, dữ liệu trục x và dữ liệu trục y
Biểu đồ phân tán được tạo bằng matplotlib
Thư viện cần thiết để sử dụng biểu đồ phân tán cùng với cú pháp
import matplotlib.pyplot as plt
Chức năng cần thiết để vẽ biểu đồ phân tán trên biểu đồ
matplotlib.pyplot.scatter[]
Tham số của hàm scatter[]

  

giá trị trục x. Một danh sách chứa dữ liệu trục x
giá trị trục y. Danh sách chứa dữ liệu trục y
s. Kích thước điểm đánh dấu ở điểm 2
c. Các thay đổi về màu của điểm đánh dấu có thể là một biến đơn lẻ hoặc một danh sách
đánh dấu. phong cách đánh dấu
chữ cái. Thay đổi giá trị pha trộn của các điểm đánh dấu từ 0 đến 1
băng thông đường truyền. sửa đổi độ rộng đường của cạnh đánh dấu
Ví dụ này giới thiệu một biểu đồ phân tán đơn giản
# This code is written in python
import matplotlib.pyplot as plt

x=[2,4,6,7,1,0,5,4,3,1,8,7,9,0]
y=[1,2,3,4,5,6,4,6,8,3,1,9,0,6]

plt.title['Getting started in scatter plot']
plt.xlabel['x-axis']
plt.ylabel['y-axis']
plt.grid[]

plt.scatter[x,y]
plt.show[]
đầu ra. Biểu đồ phân tán cơ bản trong matplotlib
giải thích mã
Tạo các ô phân tán trong matplotlib
Nhập mô-đun cần thiết
Biểu đồ phân tán lấy một mảng hoặc danh sách làm dữ liệu để vẽ dữ liệu trên biểu đồ x và y là danh sách các giá trị trục
matplotlib. pyplot. phân tán[] hoặc plt. scatter[] được sử dụng để tạo biểu đồ phân tán
matplotlib. pyplot. hiển thị [] hoặc plt. show[] được sử dụng để hiển thị cốt truyện
Thí dụ. Thể hiện mối quan hệ giữa số học sinh có mặt trong mỗi lớp
# This code is written in python
import matplotlib.pyplot as plt

# class
x=[1,2,3,4,5,6,7,8,9,10]
# Number of student present in each class
y=[30,23,25,34,27,35,25,45,23,30]

plt.xlabel['class']
plt.ylabel['present students']
plt.title['School Attendance']

# setting x-axis values
plt.xticks[x]
plt.scatter[x,y]
plt.grid
plt.show[]
đầu ra. Biểu đồ phân tán thể hiện mối quan hệ giữa các biến
giải thích mã
Biểu đồ phân tán thể hiện mối quan hệ giữa các biến
Nhập mô-đun cần thiết
Danh sách "x" là dữ liệu trên trục x và danh sách "y" là dữ liệu trên trục y
Đặt nhãn của nhãn x và y bằng hàm Matplotlib. pyplot. xlabel[] và Matplotlib. pyplot. nhãn y []
Đặt tiêu đề cốt truyện bằng chức năng Matplotlib. pyplot. Tiêu đề[]
Matplotlib. pyplot. xticks[], lấy một mảng hoặc danh sách làm đối số, được sử dụng để đặt khoảng của trục x
Matplotlib. pyplot. scatter[] được sử dụng để vẽ biểu đồ phân tán. `
Matplotlib. pyplot. show[] được sử dụng để hiển thị cốt truyện
Hàm phân tán [] có nhiều tham số, bao gồm kích thước điểm đánh dấu, màu của các dấu chấm, giá trị hòa trộn và băng thông. Chúng ta có thể sử dụng các tham số khác nhau để vẽ biểu đồ phân tán chi tiết
Thí dụ. Biểu đồ phân tán chi tiết
# This code is written in python
import random
import numpy as np
import matplotlib.pyplot as plt

# changing the size of the plot
plt.rcParams["figure.figsize"] = [10,6]

# generating lots of random number between 1 to 100!
x  = [random.randint[1,100] for i in range[500]]
y = [random.randint[1,100] for i in range[500]]

plt.title['Detailed scatter plot']
plt.xlabel['x-axis']
plt.ylabel['y-axis']

# graph a scatter plot
plt.scatter[x, y, s=50, c=np.random.rand[len[x],3], alpha=0.3]
plt.grid[]
plt.show[]
đầu ra. Biểu đồ phân tán chi tiết
giải thích mã
Biểu đồ phân tán chi tiết
Nhập mô-đun cần thiết
matplotlib. pyplot. rcParams["hình. figsize"] được sử dụng để thay đổi kích thước của biểu đồ và có thể được điều chỉnh theo dữ liệu mà nó chứa
ngẫu nhiên. randint[] tạo ra một số ngẫu nhiên nhưng một danh sách các số ngẫu nhiên. Chúng ta cần sử dụng vòng lặp for với nó
Matplotlib. pyplot. scatter[] được sử dụng để vẽ biểu đồ phân tán trong đó 's' là kích thước điểm đánh dấu, 'c' là màu và alpha là giá trị hòa trộn của các dấu chấm nằm trong khoảng từ 0 đến 1
Trong ví dụ này, một màu ngẫu nhiên được tạo cho mỗi dấu chấm bằng np. ngẫu nhiên. rand[]
Matplotlib. pyplot. grid[] được sử dụng để hiển thị lưới trong biểu đồ
Matplotlib. pyplot. show[] được sử dụng để hiển thị cốt truyện
Vì vậy, có hai để Vẽ nhiều ô phân tán trong matplotlib
Vẽ dữ liệu trong cùng một biểu đồ
Sử dụng Subplots Vẽ dữ liệu trong các biểu đồ khác nhau
Vẽ dữ liệu trong cùng một biểu đồ
Nhiều biểu đồ phân tán có thể được biểu thị trên cùng một biểu đồ bằng cách sử dụng dữ liệu trục x và y khác nhau gọi hàm Matplotlib. pyplot. phân tán[] nhiều lần
Thí dụ. Nhiều biểu đồ phân tán trên cùng một biểu đồ
# This code is written in python
# Importing required modules
import matplotlib.pyplot as plt
import numpy as np

# x and y values for the first scatter plot
x1  = [random.randint[0,50] for i in range[100]]
y1 = [random.randint[0,50] for i in range[100]]

# x and y values for the second scatter plot
x2  = [random.randint[0,50] for i in range[100]]
y2 = [random.randint[0,50] for i in range[100]]

# First Scatter plot
plt.scatter[x1, y1, c ="r",linewidths = 2, marker ="D", edgecolor ="b", s = 70, alpha=0.5]

#Second Scatter plot
plt.scatter[x2, y2, c ="k",linewidths = 2,marker ="p",edgecolor ="red",s = 150,alpha=0.5]

plt.title['Multiple Scatter plot']
plt.xlabel['x-axis']
plt.ylabel['y-axis']

plt.show[]
đầu ra. Nhiều biểu đồ phân tán trên cùng một biểu đồ
giải thích mã. Nhiều biểu đồ phân tán trên cùng một biểu đồ
Nhập mô-đun cần thiết
x1,y1 và x2,y2 là danh sách dữ liệu để trực quan hóa các biểu đồ phân tán khác nhau trên cùng một biểu đồ
ngẫu nhiên. randint[] tạo ra một số ngẫu nhiên nhưng một danh sách các số ngẫu nhiên. Chúng ta cần sử dụng vòng lặp for với nó
matplotlib. pyplot. hàm scatter[] được sử dụng để vẽ đồ thị hai biểu đồ phân tán
Biểu đồ phân tán đầu tiên có màu đánh dấu màu đỏ, độ rộng dòng là 2, kiểu đánh dấu kim cương, màu cạnh của điểm đánh dấu là màu xanh lam, kích thước điểm đánh dấu là 70 và giá trị hòa trộn là 0. 5
Biểu đồ phân tán thứ hai có màu điểm đánh dấu là màu đen, độ rộng đường truyền là 2, hình ngũ giác kiểu điểm đánh dấu, màu cạnh của điểm đánh dấu là màu đỏ, kích thước điểm đánh dấu là 150 và giá trị hòa trộn là 0. 5
Matplotlib. pyplot. show được sử dụng để hiển thị cốt truyện
Các ô con trong matplotlib cho phép chúng ta vẽ nhiều biểu đồ trên cùng một hình. Nó có thể được sử dụng cho nhiều biểu đồ phân tán trên cùng một hình. hàm subplot[] nhận ba đối số đối số thứ nhất và thứ hai là các hàng và cột, được sử dụng để định dạng hình và đối số thứ ba biểu thị chỉ mục của ô hiện tại
 

			
Sự khác biệt giữa cốt truyện [] và phân tán [] là gì? 
			
Sự khác biệt giữa hai chức năng là.  với pyplot.  plot[] bất kỳ thuộc tính nào bạn áp dụng [màu sắc, hình dạng, kích thước của điểm] sẽ được áp dụng trên tất cả các điểm trong khi ở pyplot.  scatter[] bạn có nhiều quyền kiểm soát hơn đối với hình thức của từng điểm . 
		
			
Loại tính năng nào có thể được vẽ trên biểu đồ phân tán?
			
Biểu đồ phân tán được sử dụng để vẽ biểu đồ  điểm dữ liệu trên trục ngang và trục dọc  nhằm thể hiện mức độ ảnh hưởng của một biến . Mỗi hàng trong bảng dữ liệu được biểu thị bằng một điểm đánh dấu có vị trí phụ thuộc vào giá trị của nó trong các cột được đặt trên trục X và Y.