python导入数据画散点图(python画散点图)

http://www.itjxue.com  2023-03-31 12:42  来源:未知  点击次数: 

python数据可视化--matplotlib绘制散点图

'''

s:

size的缩写,设置散点的大小。若是给定一个数值,则所有点的大小一致;若是给定一个数组,则每个点的大小不同。

c:

color的缩写,设置散点的颜色。若只有一个值,则所有的点设置为同一个颜色,若给定一个颜色数组,则不同的点可以设置成不同的颜色,若给定浮点数的数组,则映射到相应的颜色。

marker:

用于设置散点的标记,用法与折线图的marker参数一对称,具体参考《python数据可视化--matplotlib绘制折线图(2)》对marker的详细介绍。

cmap:

表示数据点的颜色映射表,仅当参数c为浮点数的数组时才可用。cmap需要花很大的篇幅进行介绍,往后再详细讲解,在此先按下不表。

norm:

表示数据的亮度,取值范围在0~1,只有c是一个浮点数的数组的时候才使用。

alpha:

表示数据的透明度,取值范围在0~1。

linewidths:表示数据点边缘的宽度。

edgecolors:表示数据点边缘的颜色。

'''

'''

颜色映射是一系列颜色,从起始颜色渐变到结束颜色,可用于突出数据的规律

例如,交钱的颜色显示较小的值,较深的颜色显示较大的值

'''

python多维数据怎么绘制散点图

python matplotlib模块,是扩展的MATLAB的一个绘图工具库。他可以绘制各种图形,可是最近最的一个小程序,得到一些三维的数据点图,就学习了下python中的matplotlib模块,如何绘制三维图形。

初学者,可能对这些第三方库安装有一定的小问题,对于一些安装第三方库经验较少的朋友,建议使用 Anaconda ,集成了很多第三库,基本满足大家的需求,下载地址,对应选择python 2.7 或是 3.5 的就可以了(PS:后面的demo是python2.7):

首先提醒注意,以下两个函数的区别:

ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow') #绘面1

ax.scatter(x[1000:4000],y[1000:4000],z[1000:4000],c='r') #绘点1

1、绘制3D曲面图

# -*- coding: utf-8 -*-"""

Created on Thu Sep 24 16:17:13 2015

@author: Eddy_zheng

"""from matplotlib import pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()

ax = Axes3D(fig)

X = np.arange(-4, 4, 0.25)

Y = np.arange(-4, 4, 0.25)

X, Y = np.meshgrid(X, Y)

R = np.sqrt(X**2 + Y**2)

Z = np.sin(R)# 具体函数方法可用 help(function) 查看,如:help(ax.plot_surface)ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow')

plt.show()1234567891011121314151617181920212223

效果展示:

2、绘制三维的散点图(通常用于表述一些数据点分布)

4a.mat 数据地址,找到4a.mat 下载即可:

# -*- coding: utf-8 -*-"""

Created on Thu Sep 24 16:37:21 2015

@author: Eddy_zheng

"""import scipy.io as sio ?

from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as plt

mat1 = '4a.mat' #这是存放数据点的文件,需要它才可以画出来。上面有下载地址data = sio.loadmat(mat1)

m = data['data']

x,y,z = m[0],m[1],m[2]

ax=plt.subplot(111,projection='3d') #创建一个三维的绘图工程#将数据点分成三部分画,在颜色上有区分度ax.scatter(x[:1000],y[:1000],z[:1000],c='y') #绘制数据点ax.scatter(x[1000:4000],y[1000:4000],z[1000:4000],c='r')

ax.scatter(x[4000:],y[4000:],z[4000:],c='g')

ax.set_zlabel('Z') #坐标轴ax.set_ylabel('Y')

ax.set_xlabel('X')

plt.show()123456789101112131415161718192021222324252627

效果:

上面就是学习区分了下两个函数,当时还被小困惑了下,希望对大家有所帮助。其实里面还有好多参数设置,比如说改变颜色,包括绘制点图的点的形状等都是可以改变的,有需要的大家可以自己看看这个函数,学习下(help(对应的function))。

版权声明:本文为博主原创文章,未经博主允许不得转载。Eddy_zheng

python 绘制三维图形、三维数据散点图

1. 绘制3D曲面图

from matplotlib import pyplot as plt

import numpy as np

from mpl_toolkits.mplot3d import Axes3D

fig=plt.figure()

ax=Axes3D(fig)

x=np.arange(-4,4,0.25)

y=np.arange(-4,4,0.25)

x,y=np.meshgrid(x,y)

r=np.sqrt(x**2, y**2)

z=np.sin(r)

//绘面函数

ax.plot_surface(x,y,z,rstride=1,cstride=1,cmap=“rainbow”

plt.show()

2.绘制三维的散点图(表述一些数据点分布)

4a.mat数据地址:http blog.csdn.net/eddy_zhang/article/details/50496164

from matplotlib import pyplot as plt

import scipy.io as sio

from mpl_toolkits.mplot3d import Axes3D

matl=‘4a.mat’

data=sio.loadmat(matl)

m=data[‘data’]

x,y,z=m[0],m[1],m[2]

//创建一个绘图工程

ax=plt.subplot(111,project=‘3D’)

//将数据点分成三部分画,在颜色上有区分度

ax.scatter(x[:1000], y[:1000], z[:1000],c=‘y’ )//绘制数据点

ax.scatter(x[1000:4000], y[1000:4000], z[1000:4000],c=‘r’ )//绘制数据点

ax.scatter(x[4000:], y[4000:], z[4000:],c=‘g’ )//绘制数据点

ax.set_zlable(‘z’)//坐标轴

ax.set_ylable(‘y’)//坐标轴

ax.set_xlable(‘x’)

plt.show()

(责任编辑:IT教学网)

更多

推荐Javascript/Ajax文章