Matplotlib Scatter: Code dan Cara Membuatnya

Matplotlib Scatter Code dan Cara Membuatnya

Membuat Plot Scatter

Dengan Pyplot, Kita dapat menggunakan fitur scatter() untuk menarik cerita scatter.

Fungsi scatter() adalah untuk memplot satu faktor pada setiap pengamatan. Fungsi ini butuh 2 array bersama ukuran yang sama seperti, satu untuk nilai pasar sumbu x, dan satu untuk nilai pasar pada sumbu y.

Contoh:
Plot Scatter masuk akal

import sys
import matplotlib
matplotlib.use('Agg')

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])

plt.scatter(x, y)
plt.present()

plt.savefig(sys.stdout.buffer)
sys.stdout.flush()


Hasilnya:

Matplotlib Scatter Code dan Cara Membuatnya
Matplotlib Scatter: Code dan Cara Membuatnya 26

Pengamatan pada kasus di terbaik adalah hasil akhir berasal dari 13 kendaraan yang melintas.

Sumbu X menunjukkan umur kendaraan.

Sumbu Y menunjukkan menilai kendaraan kedua melintas.

Apakah ada koneksi diantara ulasan?

Terlihat bahwa sangat baru saja mobilnya, sangat tepat waktu ia melaju, tetapi miliknya sendiri bisa dengan mudah maka kebetulan, karena kita seluruhnya mengamati 13 kendaraan.

Bandingkan Plot

Dalam kasus di terbaik, terlihat ada koneksi diantara menilai dan bertambah tua, tetapi bagaimana? jika kita memetakan pengamatan berasal dari waktu yang satu lagi selanjutnya? Akankah cerita scatter memberi hasil akhir yang satu lagi?

Contoh:
Gambarlah 2 cerita pada grafis yang sama seperti

import sys
import matplotlib
matplotlib.use('Agg')

import matplotlib.pyplot as plt
import numpy as np

#waktu memulai dengan, bertambah tua dan menilai 13 kendaraan:
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
plt.scatter(x, y)

#waktu ke-2, bertambah tua dan menilai 15 kendaraan:
x = np.array([2,2,8,1,15,8,12,9,7,3,11,4,7,14,12])
y = np.array([100,105,84,105,90,99,90,95,94,100,79,112,91,80,85])
plt.scatter(x, y)

plt.present()

plt.savefig(sys.stdout.buffer)
sys.stdout.flush()


Hasilnya:

1627684559 484 Matplotlib Scatter Code dan Cara Membuatnya
Matplotlib Scatter: Code dan Cara Membuatnya 27

Catatan: Kedua cerita diplot bersama 2 warna berbeda dengan cara yang berbeda, secara default pasti akan permukaan warna berbeda biru dan oranye, kita pasti akan mempelajari metode meningkatkan warna berbeda akhirnya di fase ini.

Dengan membandingkan 2 cerita, untuk alasan ini terkemuka untuk mengatakan bahwa setiap memberi kita putusan yang sama seperti: sangat baru saja mobilnya, sangat tepat waktu ia melaju.

Lihat lebih banyak:  Fungsi Mouse Pada Perangkat Komputer Secara Teknis dan Praktis

Warna

Kita dapat atur warna berbeda ideal apa yang kita inginkan untuk setiap cerita scatter bersama shade atau bahkan perdebatan c.

Contoh:
Tetapkan warna berbeda pena kita dengan dirinya sendiri

import sys
import matplotlib
matplotlib.use('Agg')

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
plt.scatter(x, y, shade="hotpink")

x = np.array([2,2,8,1,15,8,12,9,7,3,11,4,7,14,12])
y = np.array([100,105,84,105,90,99,90,95,94,100,79,112,91,80,85])
plt.scatter(x, y, shade="#88c999")

plt.present()

plt.savefig(sys.stdout.buffer)
sys.stdout.flush()


Hasilnya:

1627684560 263 Matplotlib Scatter Code dan Cara Membuatnya
Matplotlib Scatter: Code dan Cara Membuatnya 28

Warnai Setiap Titik

Kita bahkan dapat atur warna berbeda tertentu untuk setiap faktor bersama menggunakan array warna berbeda sebagai nilai pasar untuk perdebatan c.

Catatan: kita tidak mampu menggunakan perdebatan shade untuk ini, seluruhnya perdebatan c.

Contoh:
Tetapkan warna berbeda pena kita dengan dirinya sendiri

import sys
import matplotlib
matplotlib.use('Agg')

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colours = np.array(["red","green","blue","yellow","pink","black","orange","purple","beige","brown","gray","cyan","magenta"])

plt.scatter(x, y, c=colours)

plt.present()

plt.savefig(sys.stdout.buffer)
sys.stdout.flush()


Hasilnya:

1627684560 797 Matplotlib Scatter Code dan Cara Membuatnya
Matplotlib Scatter: Code dan Cara Membuatnya 29

ColorMap

Modul Matplotlib {memiliki} sejumlah colormap yang ditawarkan.

Colormap sama seperti seperti ikut warna berbeda, di mana setiap warna berbeda {memiliki} nilai pasar yang berkisar berasal dari 0 hingga 100.

Berikut adalah kasus Colormap:

1627684561 939 Matplotlib Scatter Code dan Cara Membuatnya
Matplotlib Scatter: Code dan Cara Membuatnya 30

Colormap ini dugaan ‘viridis’ dan seperti yang kita pemandangan berkisar berasal dari 0, yang merupakan warna berbeda {ungu}, dan hingga 100, yang merupakan warna berbeda kuning.

Cara Menggunakan ColorMap

Kita dapat menentukan colormap bersama perdebatan istilah rahasia cmap bersama nilai pasar colormap, berat titik ini ‘viridis’ yang merupakan tidak pantas satu colormap integral yang ditawarkan di Matplotlib.

Selain miliknya sendiri kita perlu membuat array bersama nilai pasar (berasal dari 0 hingga 100), satu nilai pasar untuk setiap faktor di cerita scatter.

Contoh:
Buat array warna berbeda, dan mengidentifikasi colormap di cerita scatter

import sys
import matplotlib
matplotlib.use('Agg')

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colours = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])

plt.scatter(x, y, c=colours, cmap='viridis')

plt.present()

plt.savefig(sys.stdout.buffer)
sys.stdout.flush()


Kita bisa dengan mudah menyertakan colormap berat grafis bersama menyertakan perdebatan plt.colorbar().

Lihat lebih banyak:  RAM Komputer : Sejarah, Fungsi, Bagian, dan Jenisnya

Contoh:
Sertakan colormap

import sys
import matplotlib
matplotlib.use('Agg')

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colours = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])

plt.scatter(x, y, c=colours, cmap='viridis')

plt.colorbar()

plt.present()

plt.savefig(sys.stdout.buffer)
sys.stdout.flush()


ColorMaps ditawarkan

Kita dapat pilih tidak pantas satu colormap integral

Nama Kebalikan
Accent Accent_r
Blues Blues_r
BrBG BrBG_r
BuGn BuGn_r
BuPu BuPu_r
CMRmap CMRmap_r
Dark2 Dark2_r
GnBu GnBu_r
Greens Greens_r
Greys Greys_r
OrRd OrRd_r
Oranges Oranges_r
PRGn PRGn_r
Paired Paired_r
Pastel1 Pastel1_r
Pastel2 Pastel2_r
PiYG PiYG_r
PuBu PuBu_r
PuBuGn PuBuGn_r
PuOr PuOr_r
PuRd PuRd_r
Purples Purples_r
RdBu RdBu_r
RdGy RdGy_r
RdPu RdPu_r
RdYlBu RdYlBu_r
RdYlGn RdYlGn_r
Reds Reds_r
Set1 Set1_r
Set2 Set2_r
Set3 Set3_r
Spectral Spectral_r
Wistia Wistia_r
YlGn YlGn_r
YlGnBu YlGnBu_r
YlOrBr YlOrBr_r
YlOrRd YlOrRd_r
afmhot afmhot_r
autumn autumn_r
binary binary_r
bone bone_r
brg brg_r
bwr bwr_r
cividis cividis_r
cool cool_r
coolwarm coolwarm_r
copper copper_r
cubehelix cubehelix_r
flag flag_r
gist_earth gist_earth_r
gist_gray gist_gray_r
gist_heat gist_heat_r
gist_ncar gist_ncar_r
gist_rainbow gist_rainbow_r
gist_stern gist_stern_r
gist_yarg gist_yarg_r
gnuplot gnuplot_r
gnuplot2 gnuplot2_r
grey gray_r
scorching hot_r
hsv hsv_r
inferno inferno_r
pesawat jet_r
magma magma_r
nipy_spectral nipy_spectral_r
ocean ocean_r
pink pink_r
plasma plasma_r
prism prism_r
rainbow rainbow_r
seismic seismic_r
spring spring_r
summer season summer_r
tab10 tab10_r
tab20 tab20_r
tab20b tab20b_r
tab20c tab20c_r
terrain terrain_r
twilight twilight_r
twilight_shifted twilight_shifted_r
viridis viridis_r
winter winter_r

Ukuran

Kita dapat meningkatkan dimensi faktor bersama perdebatan s.

Sama seperti warna berbeda, pastikan array untuk dimensi {memiliki} ukuran yang sama seperti bersama array untuk sumbu x dan y.

Contoh:
Tetapkan dimensi ideal berharap kita dengan dirinya sendiri pada pena

import sys
import matplotlib
matplotlib.use('Agg')

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
sizes = np.array([20,50,100,200,500,1000,60,90,10,300,600,800,75])

plt.scatter(x, y, s=sizes)

plt.present()

plt.savefig(sys.stdout.buffer)
sys.stdout.flush()


Hasilnya:

Lihat lebih banyak:  8 Cara Memulihkan Akun Google Yang Lupa Kata Sandi
1627684562 555 Matplotlib Scatter Code dan Cara Membuatnya
Matplotlib Scatter: Code dan Cara Membuatnya 31

Alpha

Anda dapat menyesuaikan transparansi faktor bersama perdebatan alpha.

Sama seperti warna berbeda, pastikan array untuk dimensi {memiliki} ukuran yang sama seperti bersama array untuk sumbu x dan y.

Contoh:
Tetapkan dimensi ideal berharap kita dengan dirinya sendiri pada pena

import sys
import matplotlib
matplotlib.use('Agg')

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
sizes = np.array([20,50,100,200,500,1000,60,90,10,300,600,800,75])

plt.scatter(x, y, s=sizes)

plt.present()

plt.savefig(sys.stdout.buffer)
sys.stdout.flush()


Hasilnya:

1627684562 425 Matplotlib Scatter Code dan Cara Membuatnya
Matplotlib Scatter: Code dan Cara Membuatnya 32

Gabungkan Color Size dan Alpha

Kita dapat campuran colormap bersama dimensi dengan cara yang berbeda pada titik-titik. Hal ini metode banyak efektif divisualisasikan jika titik-titiknya transparan.

Contoh:
Buat array sewenang-wenang bersama 100 nilai pasar untuk titik-x, titik-y, warna berbeda dan dimensi

import sys
import matplotlib
matplotlib.use('Agg')

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randint(100, dimension=(100))
y = np.random.randint(100, dimension=(100))
colours = np.random.randint(100, dimension=(100))
sizes = 10 * np.random.randint(100, dimension=(100))

plt.scatter(x, y, c=colours, s=sizes, alpha=0.5, cmap='nipy_spectral')

plt.colorbar()

plt.present()

plt.savefig(sys.stdout.buffer)
sys.stdout.flush()


Hasilnya:

1627684564 758 Matplotlib Scatter Code dan Cara Membuatnya
Matplotlib Scatter: Code dan Cara Membuatnya 33

Anda ringan menonton: Matplotlib Scatter: Code dan Cara Membuatnya

Sumber: https://taylorswift10years.com

Kategori: Teknologi

Leave a Reply

Your email address will not be published.