数据可视化之matplotlib画图（二）

matplotlib散点图这是最后一片，下次是误差线，先来看几个图

接下来看代码

import matplotlibas mat

import  numpyas np

import  matplotlib.pyplotas plt

x=np.linspace(-5,60,200)

y=np.sin(x)

fig =plt.figure()

plt.subplot(2,1,1)

plt.plot(x,y,'-or',label='sinx')

plt.legend()

plt.subplot(2,1,2)

plt.scatter(x,y,marker='o',label='sinxx')

plt.legend()

fig=plt.figure()

ran =np.random.RandomState(0)

x1=ran.randn(100)

y1=ran.randn(100)

color=ran.rand(100)

size=1000*ran.rand(100)

plt.scatter(x1,y1,c=color,s=size,alpha=0.3,cmap='viridis')

plt.colorbar()

plt.show()

我们将数据可视化，这几行代码生成三个图像，分别为

i 2

首先生成模拟数据，通过scatter函数，将数据可视化，但是啊因为如图形的渲染每个图像都不同，所以和函数plot相比，速度要慢上不少，数据量越大，越要求使用plot函数，c，s

，alpalt参数分别是颜色序列，像素点大小，和透明度，下面给出一个鸢尾花数据可视化的例子

        from sklearn.datasetsimport load_iris

import  numpyas np

import matplotlib.pyplotas plt

iris =load_iris()

features =iris.data.T

plt.scatter(features[0],features[1],alpha=0.2,s=100*features[3],c=iris.target,cmap='viridis')

plt.xlabel(iris.feature_names[0])

plt.ylabel(iris.feature_names[1])

plt.show()

和效果图

鸢尾花特征可视化

点大小表示花瓣宽度，

代码有疑问留言和我交流吧，喜欢就点赞，行赏的话就。。你懂的