Apprentissage rapide : dessiner des cartes thermiques et des nuages ​​de points avec Python

WBOY
Libérer: 2023-09-28 14:58:47
original
1033 Les gens l'ont consulté

Apprentissage rapide : dessiner des cartes thermiques et des nuages ​​de points avec Python

Apprenez rapidement : dessinez des cartes thermiques et des nuages ​​de points à l'aide de Python (avec des exemples de code)

Introduction :
Dans la visualisation de données, les cartes thermiques et les nuages ​​de points sont deux types de graphiques courants. Les cartes thermiques peuvent afficher visuellement la distribution et les tendances changeantes des données, tandis que les nuages ​​de points conviennent pour montrer la corrélation entre plusieurs points de données. Cet article expliquera comment utiliser Python pour dessiner ces deux graphiques et donnera des exemples de code spécifiques.

1. Dessinez une carte thermique

  1. Préparer les données
    Dessiner une carte thermique nécessite de préparer un tableau bidimensionnel (matrice) comme données d'entrée. La valeur de chaque élément représente la profondeur de couleur ou la chaleur du lieu. Voici un exemple simple utilisant la bibliothèque numpy pour générer une matrice aléatoire 3x3 comme données d'entrée :
import numpy as np

data = np.random.rand(3, 3)
Copier après la connexion
  1. Dessiner une carte thermique
    Utilisez la fonction imshow de la bibliothèque matplotlib pour dessiner une carte thermique, qui accepte un tableau bidimensionnel comme données d'entrée et peut déterminer automatiquement la profondeur de la couleur en fonction de la valeur numérique des données. Voici un exemple simple :
import matplotlib.pyplot as plt

plt.imshow(data, cmap='hot', interpolation='nearest')
plt.colorbar()  # 添加颜色渐变条
plt.show()
Copier après la connexion

Dans le code ci-dessus, une palette de couleurs chaude est utilisée pour mapper les valeurs plus petites au jaune vif et les valeurs plus grandes au rouge foncé, et le paramètre d'interpolation est utilisé pour spécifier la méthode d'interpolation.

2. Dessinez un nuage de points

  1. Préparer les données
    Dessiner un nuage de points nécessite de préparer deux tableaux unidimensionnels, représentant respectivement la coordonnée x et la coordonnée y des points de données. Voici un exemple simple utilisant la bibliothèque numpy pour générer un ensemble aléatoire de points de données :
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)
Copier après la connexion
  1. Tracez un nuage de points
    Tracez un nuage de points en utilisant la fonction scatter de la bibliothèque matplotlib, qui accepte deux tableaux unidimensionnels en entrée données, représentant respectivement la coordonnée x et la coordonnée y du point de données. Voici un exemple simple :
import matplotlib.pyplot as plt

plt.scatter(x, y, marker='o', c='r')  # 使用红色的圆点表示散点图
plt.xlabel('X')  # 设置x轴标签
plt.ylabel('Y')  # 设置y轴标签
plt.title('Scatter Plot')  # 设置图表标题
plt.show()
Copier après la connexion

Dans le code ci-dessus, utilisez le paramètre marqueur pour spécifier la forme du marqueur des points de dispersion et le paramètre c pour spécifier la couleur des points de dispersion.

Conclusion :
Cet article présente la méthode d'utilisation de Python pour dessiner des cartes thermiques et des nuages ​​de points, et donne des exemples de code spécifiques. En étudiant ces exemples de codes, les lecteurs peuvent rapidement commencer à dessiner des cartes thermiques et des nuages ​​de points, et effectuer une analyse visuelle des données. Dans le même temps, les lecteurs peuvent également effectuer un développement secondaire et une optimisation en fonction de leurs propres besoins pour obtenir des effets de visualisation de données plus personnalisés.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Étiquettes associées:
source:php.cn
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal