散点图指的是在回归分析中,数据点在直角坐标系平面上的分布图,散点图表示因变量随自变量而变化的大致趋势 。而样本就是一组数据了,是散点图的数据来源 。下面这篇文章就会来以一个实际案例来讲解如何用python画出样本的散点图,一起往下看看吧 。
文章插图
1.在python之中要去画散点图这种统计图像的话就可以使用到matplotlib库之中的pyplot模块了,而散点图实际上来说就是对数据进行一定处理 。
从而让其用两组数据构成多个坐标点,考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式 。所以要对数据进行的处理,就需要导入numpy库 。
2.在确定好要使用的库之后就将它们给下载安装好并且创建一个python文件来编辑器代码,首先需要去创建一个函数并设置两个参数来分别接收散点的数量和大小 。
然后使用numpy模块去读取样本数据,根据样本数据去确定横纵坐标的,因为散点图是在直角坐标系上画出来 。
3.在得到样本数据和坐标之后还要去设置坐标的不同轴点了,然后调用pyplot实例化一个画图窗口 。设置好坐标名称之后根据之前得到的坐标数据就可以去画样本的散点图了,示例如下:
import matplotlib.pyplot as pltimport numpy as npdef draw_scatter(n, s): data = np.loadtxt('results.txt', encoding='utf-8', delimiter=',') x1 = data[:, 0] y1 = data[:, 3] x2 = np.random.uniform(0, 5, n) y2 = np.array([3] * n) fig = plt.figure() ax1 = fig.add_subplot(1, 1, 1) ax1.set_title('Result Analysis') ax1.set_xlabel('gamma-value') ax1.set_ylabel('R-value') ax1.scatter(x1, y1, s=s, c='k', marker='.') ax1.plot(x2, y2, c='b', ls='--') plt.xlim(xmax=5, xmin=0) plt.show()if __name__ == "__main__": draw_scatter(n=2000, s=20)【如何用Python画出样本的散点图?一文看完代码示例解析】以上就是关于“如何用Python画出样本的散点图?一文看完代码示例解析”的全部内容了,希望对你有所帮助 。
推荐阅读
- Python随机数怎么求和?Python随机数求和代码示例
- Python中有double类型吗?Python怎么表示double类型
- Python3.6版本和3.7有什么区别?Python3.7版本新特性介绍
- Python为什么叫python?Python名称的由来是什么
- 运行Python脚本的方法是什么?Python脚本如何启动
- Python标准库哪几个好用?Python有什么标准库
- Python数据清洗要怎么实现?Python如何用pandas做数据清洗
- 为什么用Python做数据分析?Python数据分析有哪些优点
- Postgresql数据库的日志怎么查看?Postgresql如何得到
- Spark能运行Python吗?spark怎么运行Python