matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib

散点图

散点图显示两组数据的值,如图1-1所示。每个点的坐标位置由变量的值决定,并由一组不连接的点完成,用于观察两种变量的相关性。例如,身高—体重、温度—维度。

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第1张图片

图1-1 散点图示例

使用Matplotlib的scatter()函数绘制散点图,其中x和y是相同长度的数组序列。scatter()函数的一般用法为:

1800c12ec1dbf453a01894d62e105952.png

主要参数说明如下:

• x,y:数组。 

• s:散点图中点的大小,可选。 

• c:散点图中点的颜色,可选。 

• marker:散点图的形状,可选。 

• alpha:表示透明度,在 0~1 取值,可选。 

• linewidths:表示线条粗细,可选。

示例:绘制身高—体重的散点图

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第2张图片

运行脚本输出如图1-2所示的图形。

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第3张图片

图1-2 基本的散点图

散点图主要演示两个变量的相关性:正相关、负相关、不相关。

示例:显示y=2x+1的图形

Matplotlib中最基础的模块是Pyplot, 下面从最简单的线图开始讲解。例如,有一组数据,还有一个拟合模型,通过编写代码来实现数据与模型结果的可视化。 

假设一个线性函数具有形式y=ax+b, 自变量是x,因变量是y,y轴截距为b,斜率为a。 

下面用简单的数据来描述线性方程y=2x+1,代码如下:

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第4张图片

运行脚本输出如图2-2所示的图形。

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第5张图片

图2-2 基本直线图

在图2-2中,使用线性方程y=2x+1画出的是直线图。如果想画出曲线图,则只需更改线性方程为b1039aecb23ecadd2d3e78ee53eb0cc2.png,完整代码如下:

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第6张图片

运行脚本输出如图2-3所示的图形。

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第7张图片

图2-3 曲线图

3

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第8张图片

直方图

直方图由一系列高度不等的纵向条形组成,表示数据分布的情况。例如,某年级学生的身高分布情况,如图4-1所示。

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第9张图片

图4-1 直方图

直方图与柱状图的区别有以下几点:

(1)柱状图是用条形的长度表示各类别频数的多少,其宽度(表示类别)是固定的,主要是展示不同类别的数据。 

(2)直方图是用面积表示各组频数的多少,矩形的高度表示每一组的频数 ( 或频率 ),宽度则表示各组的组距,因此其高度与宽度均有意义。 

(3)由于分组数据具有连续性,因此直方图的各矩形通常是连续排列,而柱状图则是分开排列。 

(4)柱状图主要用于展示分类型数据,而直方图主要用于展示数据型数据。 

使用Matplotlib的hist()函数绘制直方图,hist()函数的一般用法为:

78ebf42f571a7aa6d38368795ce38354.png

主要参数说明如下:

• bins:直方图中箱子 (bin) 的总个数。个数越多,条形带越紧密。 

• color:箱子的颜色。 

• normed:对数据进行正则化。决定直方图y轴的取值是某个箱子中的元素的个数 (normed=False), 还是某个箱子中的元素的个数占总体的百分比 (normed=True)。 

在介绍直方图之前,先来了解什么是正太分布。

正态分布也称常态分布,是连续随机变量概率分布的一种,自然界、人类社会、心理和教育中的大量现象均按正态形式分布。例如,能力的高低、学生成绩的好坏等都属于正态分布。正态分布曲线呈钟形,两头低,中间高,左右对称。因其曲线呈钟形,所以人们又经常称之为钟形曲线,如图4-2所示。

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第10张图片

图4-2 正态分布的钟形曲线

正态分布有两个参数,即均值和标准差。均值是正态分布的位置参数,描述正态分布的集中趋势位置。概率规律为:取与均值越近的值的概率越大,而取离均值越远的值的概率越小。 

标准差描述正态分布资料数据分布的离散程度,标准差越大,数据分布越分散;标准差越小,数据分布越集中。标准差也是正态分布的形状参数,标准差越大,曲线越扁平;反之,标准差越小,曲线越瘦高。 

绘制直方图,需要使用NumPy的np.random.randn(N)函数,这个函数的作用就是从标准正态分布中返回N个样本值。 

示例:直方图

本例文件名为

“PythonFullStackChapter07mpl_hist01”

显示直方图。其完整代码如下:

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第11张图片

运行脚本输出如图4-3所示的图形。

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第12张图片

图4-3 直方图 

本文摘自《Python 3.x全栈开发从入门到精通

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第13张图片

Python3.x全栈开发圣经

推荐书籍:

matplotlib散点图点大小_文末送书 | Python绘图,我只用Matplotlib_第14张图片

Python3.x入门经典书

活动参与方式:畅所欲言,在留言区聊聊“ Python 

点赞数最高前 3 名将赠送《Python 3.x全栈开发从入门到精通》、《Python3.x:基础教程》任选纸书一本,共送出 3 本。

活动时间:即日起截止 8月16日 中午12:00

中奖领取方式:点赞数多的前 3 名,小编会私信各位详细地址来给您寄送纸书

#急于购书的朋友也可以  直接购买  #

你可能感兴趣的:(python,绘制分布直方图,python画成绩正态分布图,python频率分布直方图)