快捷導(dǎo)航

matplotlib一維散點(diǎn)分布圖的實(shí)現(xiàn)

更新時(shí)間：2023年03月10日 09:52:40 作者：夜半罟霖

本文主要介紹了matplotlib一維散點(diǎn)分布圖的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

引言

本次的目標(biāo)是繪制數(shù)據(jù)的一維散點(diǎn)分布圖，應(yīng)用場(chǎng)景是數(shù)據(jù)一維標(biāo)簽的聚類可視化，假定我們擁有原始的帶標(biāo)簽數(shù)據(jù) ( X , y ) (X,y) (X,y)其中 X X X為樣本特征矩陣， y y y為對(duì)應(yīng)樣本的標(biāo)簽（連續(xù)值），通過聚類算法得到了 X X X的偽分類標(biāo)簽 y ^ , y ^ ∈ ( 1 , 2 , . . . , N ) \hat{y}, \hat{y}\in(1,2,...,N) y^?,y^?∈(1,2,...,N)，想要繪制出相同類別樣本在標(biāo)簽值是否同樣是集中的。
值得注意的是，由于我們可能獲得多類樣本，因此僅僅使用一張圖來(lái)進(jìn)行繪制可能會(huì)使得不同類別樣本的marker在圖上相互重疊，因此需要為每一類樣本單獨(dú)繪制一維散點(diǎn)分布圖，并在同一張畫布上顯示。

方法

為了顯示一維的單張散點(diǎn)分布圖，我們需要對(duì)matplotlib默認(rèn)的二維畫布進(jìn)行調(diào)整，將其余三條軸線都設(shè)置為不可見，只保留底部的軸線，進(jìn)一步的，要把縱軸label的位置向圖左端移動(dòng)（否則在橫軸包括負(fù)半軸時(shí)，label會(huì)出現(xiàn)在圖中央），實(shí)例代碼如下：

axs.spines['top'].set_visible(False)
axs.spines['right'].set_visible(False)
axs.spines['left'].set_visible(False)
axs.yaxis.set_ticks_position('left')
axs.set_xlim((-0.05,1.05))
axs.set_ylim((0,1))
axs.set_yticks([0],labels=['score'])

對(duì)于多張一維散點(diǎn)圖的繪制，只需要利用subplot函數(shù)，對(duì)子圖重復(fù)進(jìn)行上述操作即可。整體代碼如下：

def score_distr(group,x_lim=(-0.1,1.1),y_lim=(-0.1,1.1)):
    '''
    可視化N個(gè)類別中每個(gè)樣本的y分布
    :param group: List[np.ndarray], N類樣本標(biāo)簽y組成的數(shù)組
    :param x_lim: 橫坐標(biāo)區(qū)間
    :param y_lim: 縱坐標(biāo)區(qū)間
    :return:
    '''
    group_num=len(group)
    color_map=["violet","tomato","cyan","salmon","limegreen"]
    fig,axs=plt.subplots(group_num,1)
    dem_labels=[]
    for i in range(group_num):
        axs[i].scatter(group[i],[0.05]*group[i].shape[0],label="class_"+str(i),c=color_map[i])
        # axs[i].xlim(x_lim)
        dem_labels.append("class_"+str(i))
        axs[i].spines['top'].set_visible(False)
        axs[i].spines['right'].set_visible(False)
        axs[i].spines['left'].set_visible(False)
        axs[i].yaxis.set_ticks_position('left')
        axs[i].set_xlim(x_lim)
        axs[i].set_ylim(y_lim)
        axs[i].set_yticks([0],labels=['score'])
    fig.legend(dem_labels,loc=(0.45,0.85))

測(cè)試結(jié)果

給出示例代碼及對(duì)應(yīng)結(jié)果如下：

test=[]
for i in range(3):
    test.append(np.random.rand(15))
score_distr(test,x_lim=(-1.05,1.05))

結(jié)果：

在這里插入圖片描述

參考

可視化: Python—MatPlotLib—一維散點(diǎn)圖

到此這篇關(guān)于matplotlib一維散點(diǎn)分布圖的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)matplotlib一維散點(diǎn)分布圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: