빠른 시작: matplotlib 산점도 그리기 단계 분석
소개:
matplotlib는 다양한 유형의 차트를 그리는 데 사용할 수 있는 강력한 Python 데이터 시각화 라이브러리입니다. 그 중 분산형 차트는 데이터 요소 간의 관계를 표시하는 데 사용되는 일반적으로 사용되는 차트 유형입니다. 이 기사에서는 독자가 빠르게 시작할 수 있도록 특정 코드 예제와 함께 matplotlib를 사용하여 산점도를 그리는 단계를 소개합니다.
1단계: 필수 라이브러리 가져오기
먼저 matplotlib 라이브러리와 사용해야 할 기타 라이브러리를 가져와야 합니다. Python 코드에서 import 키워드를 사용하여 아래와 같이 필요한 라이브러리를 가져옵니다.
import matplotlib.pyplot as plt import numpy as np
위 코드는 matplotlib.pyplot 라이브러리를 가져오고 후속 호출을 용이하게 하기 위해 이름을 plt로 바꿉니다. 동시에 우리는 관련 수치 계산을 용이하게 하기 위해 numpy 라이브러리를 가져오고 이름을 np로 변경했습니다.
2단계: 데이터 준비
산점도를 그리기 전에 그릴 데이터를 준비해야 합니다. 일반적으로 데이터는 x와 y 좌표의 일대일 쌍 형태로 존재합니다. 편의를 위해 numpy 라이브러리의 무작위 기능을 사용하여 예시로 임의의 데이터를 생성할 수 있습니다. 데이터를 생성하는 샘플 코드는 다음과 같습니다.
# 生成随机数据 np.random.seed(0) # 设置随机种子,保证结果可复现 x = np.random.rand(50) y = np.random.rand(50)
위 코드는 임의의 x 좌표 값 50개와 임의의 y 좌표 값 50개를 포함하는 데이터를 생성합니다.
3단계: 산점도 그리기
데이터가 확보되면 matplotlib.pyplot 라이브러리를 사용하여 산점도를 그릴 수 있습니다. 산점도를 그리는 함수는 산란()이며 두 매개변수 x 및 y를 입력으로 전달해야 합니다. 다음은 분산형 차트를 그리기 위한 샘플 코드입니다.
# 绘制散点图 plt.scatter(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('Scatter Plot') plt.show()
위 코드는 50개의 임의의 데이터 포인트가 포함된 분산형 차트를 그립니다. 그 중 plt.xlabel() 함수와 plt.ylabel() 함수를 사용하여 x축과 y축의 레이블을 설정하고, plt.title() 함수를 사용하여 차트의 제목을 설정하고, plt.show() 함수는 차트를 표시하는 데 사용됩니다.
4단계: 산점도 사용자 정의
matplotlib는 또한 산점도를 사용자 정의할 수 있는 다양한 매개변수와 옵션을 제공합니다. 다음은 일반적인 사용자 정의 옵션의 몇 가지 예입니다.
포인트 크기 조정:
plt.scatter(x, y, s=50) # 设置点的大小为50
포인트 색상 조정:
plt.scatter(x, y, c='r') # 设置点的颜色为红色
컬러 맵 추가:
colors = np.random.rand(50) plt.scatter(x, y, c=colors, cmap='rainbow') # 使用彩虹色映射
마커 추가 모양:
plt.scatter(x, y, marker='s') # 使用正方形标记
범례 추가:
plt.scatter(x, y, label='Data') plt.legend() # 显示图例
이러한 사용자 정의 옵션을 사용하면 다양한 요구 사항을 충족하기 위해 실제 요구 사항에 따라 산점도를 개인화할 수 있습니다.
요약:
이 기사에서는 matplotlib 라이브러리를 사용하여 산점도를 그리는 방법을 4단계를 통해 자세히 소개하고 구체적인 코드 예제를 제공합니다. 독자는 이러한 단계와 예제를 따라 matplotlib 라이브러리를 사용하여 산점도 그리기에 대한 이해와 숙달을 연습하고 심화할 수 있습니다. 이 기사가 독자들이 matplotlib 산점도를 빠르게 시작하는 데 도움이 되기를 바랍니다.
위 내용은 matplotlib 산점도 그리기의 간결한 단계 분석의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!