快捷導(dǎo)航

Python數(shù)據(jù)可視化編程通過(guò)Matplotlib創(chuàng)建散點(diǎn)圖代碼示例

更新時(shí)間：2017年12月09日 09:47:28 作者：kekezhai

這篇文章主要介紹了Python數(shù)據(jù)可視化編程通過(guò)Matplotlib創(chuàng)建散點(diǎn)圖實(shí)例，具有一定借鑒價(jià)值，需要的朋友可以參考下。

Matplotlib簡(jiǎn)述：

Matplotlib是一個(gè)用于創(chuàng)建出高質(zhì)量圖表的桌面繪圖包（主要是2D方面）。該項(xiàng)目是由JohnHunter于2002年啟動(dòng)的，其目的是為Python構(gòu)建一個(gè)MATLAB式的繪圖接口。如果結(jié)合PythonIDE使用比如PyCharm，matplotlib還具有諸如縮放和平移等交互功能。它不僅支持各種操作系統(tǒng)上許多不同的GUI后端，而且還能將圖片導(dǎo)出為各種常見(jiàn)的矢量（vector）和光柵（raster）圖：PDF、SVG、JPG、PNG、BMP、GIF等。此外，matplotlib還有許多插件工具集，如用于3D圖形的mplot3d以及用于地圖和投影的basemap。

準(zhǔn)備數(shù)據(jù)：從文本文件中解析數(shù)據(jù)

本文使用的數(shù)據(jù)主要包含以下三種特征：每年獲得的飛行?？屠锍虜?shù)，玩視頻游戲所耗時(shí)間百分比，每周消費(fèi)的冰淇淋公升數(shù)。其中分類(lèi)結(jié)果作為文件的第四列，并且只有3、2、1三種分類(lèi)值。

飛行里程數(shù)	游戲耗時(shí)百分比	冰淇淋公升數(shù)	分類(lèi)結(jié)果
40920	8.326976	0.953952	3
14488	7.153469	1.673904	2
26052	1.441871	0.805124	1
......	......	......	......

上述特征數(shù)據(jù)的格式經(jīng)過(guò)file2matrix函數(shù)解析處理之后，可輸出為矩陣和類(lèi)標(biāo)簽向量。

將文本記錄轉(zhuǎn)換為Numpy的解析程序：

使用file2matrix讀取文件數(shù)據(jù)，必須確保待解析文件存儲(chǔ)在當(dāng)前的工作目錄中。導(dǎo)入數(shù)據(jù)之后，簡(jiǎn)單檢查一下數(shù)據(jù)格式：

分析數(shù)據(jù)：使用Matplotlib創(chuàng)建散點(diǎn)圖

編輯kNN.py文件，引入matplotlib，調(diào)用matplotlib的scatter繪制散點(diǎn)圖。

import matplotlib
import matplotlib.pyplot as plt
def file2matrix(filename):
......
return returnMat,classLabelVector
datingDataMat,datingLabels = file2matrix('datingTestSet2.txt')
fig = plt.figure()
ax = fig.add_subpot(111)
ax.scatter(datingDataMat[:,1],datingDataMat[:,2])
plt.show()

散點(diǎn)圖使用datingDataMat矩陣的第二、第三列數(shù)據(jù)，分別表示特征值“玩視頻游戲所耗時(shí)間百分比”和“每周消費(fèi)的冰淇淋公升數(shù)”。

上圖由于沒(méi)有使用樣本分類(lèi)的特征值，很難看到任何有用的數(shù)據(jù)模式信息。為了更好理解數(shù)據(jù)信息，Matplotlib庫(kù)提供的scatter函數(shù)支持個(gè)性化標(biāo)記散點(diǎn)圖上的點(diǎn)。調(diào)用scatter函數(shù)使用下列參數(shù)：

ax.scatter(datingDataMat[:,1],datingDataMat[:,2],15.0*array(datingLabels),15.0*array(datingLabels))
plt.show()

上圖利用datingLabels存儲(chǔ)的類(lèi)標(biāo)簽屬性，在散點(diǎn)圖上繪制了色彩不等、尺寸不同的點(diǎn)。因而基本上可以從圖中看到數(shù)據(jù)點(diǎn)所屬三個(gè)樣本分類(lèi)的區(qū)域輪廓。為了得到更好的效果，采用datingDataMat矩陣的屬性列1和2展示數(shù)據(jù)，并以紅色的'*'表示類(lèi)標(biāo)簽1、藍(lán)色的'o'表示表示類(lèi)標(biāo)簽2、綠色的'+'表示類(lèi)標(biāo)簽3，修改參數(shù)如下：

import numpy as np
......
datingLabels = array(datingLabels)
idx_1 = np.where(datingLabels==1)
p1 = ax.scatter(datingDataMat[idx_1,0],datingDataMat[idx_1:,1],market = '*',color = 'r',label='1',s=20
idx_2 = np.where(datingLabels==2)
p2 = ax.scatter(datingDataMat[idx_2,0],datingDataMat[idx_2:,1],market = 'o',color ='b',label='1',s=10
idx_3 = np.where(datingLabels==3)
p3 = ax.scatter(datingDataMat[idx_3,0],datingDataMat[idx_3:,1],market = '+',color ='g',label='1',s=30
plt.legend(loc = 'upper right')
plt.show()