打开《Python 可视化数据分析》_学会挖掘大数据的价值_5.3 绘制散点图

【摘要】 本书摘自《Python网络爬虫 从入门到精通》一书中第5章，第3节，李迎著。

5.3 绘制散点图

散点图对我们来说也不陌生，就是把数据所代表的点在平面图形上描出来，而 且不用把这些点用线连起来，只有数据点，在这些数据点中可以看到因变量随自变量变化而变化的大致趋势，若能有某些关系，那么这些关系是线性还是非线性的，从数据点的分布中可以有所感知。在进一步做变量之间的回归分析时，可以提前选 择函数。同时，若这些数据点中有某一个点或者某几个点偏离大多数点时，我们也 可以很容易看到，这种点在统计学中有个名字叫离群值，通过散点图可以找到离群 值。离群值在将来的数据分析建模中是有影响的，在散点图中可以初步判断它的影 响程度。总之，散点图可以很快判断变量之间是否存在数量关联趋势、展示离群点或看到分布规律。

散点图的画图原理和线形图很相似，它是把数据都绘成点，用到的是matplotlib.pyplot 中的 scatter()方法，括号中的参数和 plot 很类似。

示例1:

1 import numpy as np

2 import matplotlib.pyplot as plt

3 plt.rcParams['font.sans-serif']=['SimHei']

4 x=np.arange(1,10)

5 y=x

6 fig=plt.figure()

7 plt.title("散点图")

8 plt.xlabel('X')

9 plt.ylabel('Y')

10 plt.scatter(x,y,c='r',marker='o')

11 plt.legend('x')

12 plt.show()

在这个示例中，第1～2行代码都很熟悉，导入需要的库绘图库 Matplotlib 和科 学计算库Numpy并简称，第3行是前面没有提到过的，就是关于对中文的识别情况， 是不能够在图形中呈现带有中文汉字图标，所以绘出的图形的标识中，如果有中文 的，也不能显示出来，会用□代替中文，这时候就需要调整，第3行代码只是其中 显示中文字体的一种方法，运用的是 plt.rcParams 的这种方法，把'font.sans-serif 字 体用'SimHei' (微软黑)代替，也可用其他字体代替，在 Python 中可以识别的即可。 第4~5行是绘图数据，数据点的横坐标x 是 Numpy 中有序数1～9九个数，纵坐标 是函数 y=x 对应的9个点，第6行是画布的设置，画布是可以不设置的，但是越规 则复杂的绘图越需要画布。第7行是图形标题的设置，这里是“散点图”,第8～9 行是图形的 X 轴标签和 Y 轴标签的设置。第10行是画散点图的主函数，和线型图 的区别是把 plot换成了scatter()。括号内的参数和线型图类似，这里只设置了x 为横 坐标的取值，y 为纵坐标的取值，这里的x,y一定是相同长度的数组序列。 c 为颜色 为r,marker 为点的形状，为o '样式。第11行是图标的内容设置，第12行是图像呈现函数。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们 18664393530@aliyun.com 处理，核实后本网站将在24小时内删除侵权内容。