Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Mencipta Plot Scatter dengan Data Kategori dalam Matplotlib Python?

Bagaimana untuk Mencipta Plot Scatter dengan Data Kategori dalam Matplotlib Python?

DDD
Lepaskan: 2024-12-20 10:46:11
asal
255 orang telah melayarinya

How to Create a Scatter Plot with Categorical Data in Python's Matplotlib?

Cara Membuat Plot Serakan mengikut Kategori

Dalam Matplotlib Python, mencipta plot serakan mengikut kategori boleh dicapai menggunakan kaedah plot, seperti yang ditunjukkan di bawah:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# Generate Data
num = 20
x, y = np.random.random((2, num))
labels = np.random.choice(['a', 'b', 'c'], num)
df = pd.DataFrame(dict(x=x, y=y, label=labels))

# Group Data
groups = df.groupby('label')

# Plot
fig, ax = plt.subplots()
ax.margins(0.05)  # Optional padding
for name, group in groups:
    ax.plot(group.x, group.y, marker='o', linestyle='', ms=12, label=name)
ax.legend()

plt.show()
Salin selepas log masuk

Untuk penampilan yang lebih tersuai menyerupai lalai Pandas gaya:

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

# Generate Data
num = 20
x, y = np.random.random((2, num))
labels = np.random.choice(['a', 'b', 'c'], num)
df = pd.DataFrame(dict(x=x, y=y, label=labels))

# Group Data
groups = df.groupby('label')

# Plot
plt.rcParams.update(pd.tools.plotting.mpl_stylesheet)
colors = pd.tools.plotting._get_standard_colors(len(groups), color_type='random')

fig, ax = plt.subplots()
ax.set_color_cycle(colors)
ax.margins(0.05)
for name, group in groups:
    ax.plot(group.x, group.y, marker='o', linestyle='', ms=12, label=name)
ax.legend(numpoints=1, loc='upper left')

plt.show()
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimana untuk Mencipta Plot Scatter dengan Data Kategori dalam Matplotlib Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan