python数据可视化之散点图画法

• 引入

  什么是散点图？

     散点图是指在回归分析中，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，据此可以选择合适的函数对数据点进行拟合。
     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。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不同标记表示。散点图通常用于比较跨类别的聚合数据。

     简单来说，可以给定 自变量 x 因变量 y 通过散点图表示自变量和因变量的大致趋势，选择一个合适的函数对这些数据点进行拟合。

---

• 第一种画法：

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
from matplotlib.pyplot import rcParams

# 数据准备
X = np.linspace(1,5,num=10)
y = np.sin(X) + X
# 解决中文乱码
rcParams['font.sanf-serif'] = 'kaiti'
# 设置画布大小
plt.figure(figsize=(8,6))
# 画散点图  marker 点的样式  c 颜色  s 散点的大小 默认是 36
# marker 样式表有很多 底下会贴出来
plt.scatter(X,y,marker='1',c=np.random.rand(10),s=72)
# 设置标题
plt.title('散点图示例',fontsize=20)
# 设置 x y 轴标签
plt.xlabel('X',fontsize=20)
plt.ylabel('y',fontsize=20)
# 设置xy轴刻度字体大小
plt.xticks(fontsize=20)
plt.yticks(fontsize=20)
# 设置散点图 图例  图例字体大小 位置  0 表示最佳位置
plt.legend(['散点图图例'],fontsize=15,loc=0)
# 显示散点图
plt.show()

附marker类型表：

ps: 还有一些，以上样式是常用的，如果想要了解更多，请翻阅官方文档。

---

• 第二种画法：

import numpy as np
from pyecharts import options as opts
from pyecharts.charts import Scatter

X = np.arange(1,11)

y = (np.sin(X) + X).round(0)

z = (np.cos(X)+5).round(0)

def scatter_base() -> Scatter:
    c = (
        Scatter()
        .add_xaxis(X.tolist())
        .add_yaxis("y=sin(x)+x+10 ", y.tolist())
        .add_yaxis('z=cos(x)+5',z.tolist())
        .set_global_opts(title_opts=opts.TitleOpts(title="Scatter-基本示例"),
                         tooltip_opts=opts.TooltipOpts(formatter="({c})"),
                         xaxis_opts=opts.AxisOpts(name='X轴',type_='value',split_number=10),
                         yaxis_opts=opts.AxisOpts(name='Y轴',type_='value',split_number=10)    
                        )
    )
    return c
# ps 如果习惯链式调用，当然可以使用单独的调用方法。具体代码可以参考我之前发过的博客。
# 渲染
scatter_base().render_notebook()

说明几点：

1. Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。

2. 参数说明，由于pyecharts接收的是列表，并不能接收数组，所以当你创建的数组需要转化为 列表

3. pyecharts中一切都是 options 所以想要搞明白pyecharts需要读懂它里面所有的options的 API

4. 附 pyecharts 官方文档 里面各个参数写的很详细！

   Pyecharts官方文档