分析特征间的关系：点线之间的爱恨情仇

最新推荐文章于 2025-05-29 20:17:39 发布

三九不乖

最新推荐文章于 2025-05-29 20:17:39 发布

阅读量869

点赞数 1

分类专栏： Python 文章标签： python matplotlib 机器学习

本文链接：https://blog.youkuaiyun.com/liyujiederizhi/article/details/126488004

版权

本文介绍了Python中用于数据分析的散点图和折线图，详细讲解了matplotlib库中scatter和plot函数的使用，包括参数说明，并通过实例展示了如何绘制散点图、折线图以及点线融合的图表，帮助理解不同数值特征间的关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在Python中，散点图和折线图是数据分析最常用的两种图形。这两种图形都能够分析不同数值型特征间的关系。

1.散点图

1.1散点图函数

在pyplot中可以使用scatter函数绘制散点图，其使用格式如下。

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)

函数常用参数及其说明如下表所示。

参数名称	说明
x ,y	接收array，表示x轴和y轴对应的数据。无默认值
s	接收数值或一维的array。表示指定点的大小，若传入一维array则表示每个点的大小。无默认值
c	接收颜色或一维的array。表示指定点的颜色，若传入一维array则表示每个点的颜色。无默认值

marker	接收特定str，表示绘制的点的类型。
alpha	接收0~1的float，表示点的透明度。

2.折线图

2.1折线图函数

在pyplot中可以使用plot函数绘制折线图，其基本使用格式如下。

matplotlib.pyplot.plot(*args, **kwargs)

plot函数在官方文档的语法中只要求填入不定长参数，实际可以填入的主要参数如表所示

参数名称	说明
x,y	接收array，表示x轴和y轴对应的数据。
color	接收array，表示x轴和y轴对应的数据。
linestyle	接收特定str，表示指定线条类型。默认为“-”
marker	接收特定str，表示绘制的点的类型。
alpha	接收0~1的float，表示点的透明度。

color参数的8种常用颜色的缩写如表所示。

颜色缩写	代表的颜色
b	蓝色
g	绿色
r	红色
c	青色
m	品红
y	黄色
k	黑色
w	白色

plot函数一次可以接收多组数据，添加多条折线图，同时还可以分别定义每条折线的颜色、点的形状和类型，将折线的颜色、点的形状和类型连接在一起用一个字符串表示。

3.散点图与折线图的绘制

3.1散点图绘制

拿以下数据进行分析
在这里插入图片描述
分析步骤：首先读取表数据，提取其中的columns字段，视为数据的标签，提取其中的values字段，数据的存在位置，设置画布，绘制散点图，添加横轴标签（年份），添加y轴名称（年末总人口（万人）），添加图表标题（2000-2019年年末总人口散点图），这里以散点图为例

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] =' SimHei'
plt.rcParams['axes.unicode_minus'] = False
data = pd.read_csv('../data/people.csv')
name = data.columns  
values = data.values 
plt.figure(figsize=(9, 7))  
plt.scatter(values[:, 0], values[:, 1], marker=