scatter函数用于绘制散点图。下面是scatter函数的语法格式:
scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, **kwargs)
参数解释:
x
:指定散点的x轴坐标。y
:指定散点的y轴坐标。s
:可选参数,指定散点的大小。默认为None。c
:可选参数,指定散点的颜色。可以是单个颜色,也可以是与x、y相同长度的颜色序列。默认为None。marker
:可选参数,指定散点的形状(如圆形、正方形等)。默认为None。cmap
:可选参数,指定使用的颜色映射。默认为None。norm
:可选参数,用于归一化数据映射的函数。默认为None。vmin
:可选参数,用于颜色映射的最小值。默认为None。vmax
:可选参数,用于颜色映射的最大值。默认为None。alpha
:可选参数,指定散点的透明度。默认为None。linewidths
:可选参数,指定散点的边框线宽度。默认为None。edgecolors
:可选参数,指定散点的边框颜色。默认为None。**kwargs
:其他可选参数,如标记等。x = range(1, 7, 1)
y = range(10, 70, 10)
# 散点图
plt.scatter(x, y, marker='o')
plt.savefig('images/5-14.png')
data = np.random.randn(100, 2)
s = np.random.randint(50, 200, size=100)
color = np.random.randn(100)
plt.scatter(
data[:, 0], # x坐标
data[:, 1], # y坐标
s=s, # 尺寸
c=color, # 颜色
alpha=0.6 # 透明度
)
plt.savefig('images/5-15.png')
df = pd.read_excel('data/plot.xlsx', sheet_name='scatter')
x, y = df['广告费用'], df['销售收入']
plt.figure(dpi=100)
plt.scatter(x, y)
plt.title('广告费用和销售收入之间的关系')
plt.xlabel('广告费用')
plt.ylabel('销售收入')
plt.savefig('images/5-16.png')
绘制六边形图:
hexbin函数用于绘制二维直方图。它根据x轴和y轴上的点的密度,将二维空间划分为多个小六边
形,并使用颜色编码表示点的密度。下面是hexbin函数的语法格式:
hexbin(x, y, gridsize=100, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors='none')
参数解释:
x
:指定二维空间中点的x轴坐标。y
:指定二维空间中点的y轴坐标。gridsize
:可选参数,指定划分小六边形的数量。默认为100。cmap
:可选参数,指定使用的颜色映射。默认为None。norm
:可选参数,用于归一化数据映射的函数。默认为None。vmin
:可选参数,用于颜色映射的最小值。默认为None。vmax
:可选参数,用于颜色映射的最大值。默认为None。alpha
:可选参数,指定小六边形的透明度。默认为None。linewidths
:可选参数,指定小六边形的边框线宽度。默认为None。edgecolors
:可选参数,指定小六边形的边框颜色。默认为'none'。plt.figure(dpi=100)
# 六边形图
# gridsize: 网格大小
# cmap: color map 颜色映射
# rainbow: 彩虹色
plt.hexbin(x, y, gridsize=20, cmap="rainbow")
plt.title('广告费用和销售收入之间的关系')
plt.xlabel('广告费用')
plt.ylabel('销售收入')
plt.savefig('images/5-17.png')