Python科研绘图--Task03

目录

图类型

关系类型图

散点图的例子

数据分布型图

rugplot例子

分类数据型图 

​编辑回归模型分析型图

多子图网格型图

FacetGrid() 函数

 PairGrid() 函数

 绘图风格、颜色主题和绘图元素缩放比例

绘图风格

颜色主题

 绘图元素缩放比列

---

图类型

关系类型图

数据集变量间的相互关系和相互依赖的程度都可以通过统计分析变量间的相关性获知。

散点图的例子

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
np.random.seed(0)
x = np.random.randn(100)
y = x * np.random.randn(100)

# 创建散点图
plt.scatter(x, y, c='blue', alpha=0.5, edgecolors='none', s=50)

# 添加网格
plt.grid(True, linestyle='--', alpha=0.5)

# 添加标题和坐标轴标签
plt.title('精致的散点图')
plt.xlabel('X轴')
plt.ylabel('Y轴')

plt.show()

数据分布型图

在对数据进行分析或建模之前，我们需要先了解数据的分布情况，以及数据的覆盖范围、中心趋势、异常值等基本情况。

rugplot例子

import seaborn as sns
import matplotlib.pyplot as plt

# 示例数据
data = sns.load_dataset('tips')['total_bill']

# 创建rugplot
sns.rugplot(data, height=0.5, color='blue')

plt.title('Rugplot 示例')
plt.xlabel('Total Bill')
plt.show()

分类数据型图 

回归模型分析型图