python繪制散點圖詳細步驟(從0到1必會)

更新時間：2024年12月31日 10:27:20 作者：還不禿頂的計科生

這篇文章主要介紹了如何使用Python繪制散點圖,包括導入包、準備數據、繪制圖像、修飾圖像（添加標題、坐標軸標簽、顏色圖例）以及整合所有代碼,文中通過代碼介紹的非常詳細,需要的朋友可以參考下

第一部分：導包

#第一步：導包
import numpy as np
import matplotlib.pyplot as plt

第二部分：數據準備

#第二步：設置數據集
#2.1樣本特征值
data_x=[
    [1.3,6],
    [3.5,5],
    [4.2,2],
    [5,3.3],
    [2,9],
    [5,7.5],
    [7.2,4],
    [8.1,8],
    [9,2.5]
]
#2.2樣本的標記值
data_y=[0,0,0,0,1,1,1,1,1]
#2.3將上述兩個數組轉化為array形式（同時作為訓練集）
X_train=np.array(data_x)
Y_train=np.array(data_y)

第三部分：繪制圖像

因此，我們就可以根據x,y坐標開始繪制散點圖了：

#第三步：繪制散點圖
#3.1繪制樣本為true的散點圖
plt.scatter(X_train[Y_train==0,0],X_train[Y_train==0,1],color='red',marker='x')
#3.2繪制樣本為false的散點圖
plt.scatter(X_train[Y_train==1,0],X_train[Y_train==1,1],color='blue',marker='o')
plt.show()

修飾操作：

①添加大標題和橫縱坐標

plt.title('散點圖繪制教程')
plt.xlabel('橫坐標')
plt.ylabel('縱坐標')
from pylab import mpl
# 設置中文顯示字體
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 設置正常顯示符號
mpl.rcParams["axes.unicode_minus"] = False

②右上角給點顏色添加分類（圖例）

# 為不同類別指定不同的顏色
colors = {'正確樣本': 'red', '錯誤樣本': 'blue'}
#3.1繪制樣本為true的散點圖
plt.scatter(X_train[Y_train==0,0],X_train[Y_train==0,1],color='red',marker='x',label="正確樣本")
#3.2繪制樣本為false的散點圖
plt.scatter(X_train[Y_train==1,0],X_train[Y_train==1,1],color='blue',marker='o',label="錯誤樣本")

整合①②的完整代碼：

#第三步：繪制散點圖
#3.1繪制樣本為true的散點圖
plt.scatter(X_train[Y_train==0,0],X_train[Y_train==0,1],color='red',marker='x',label="正確樣本")
#3.2繪制樣本為false的散點圖
plt.scatter(X_train[Y_train==1,0],X_train[Y_train==1,1],color='blue',marker='o',label="錯誤樣本")
plt.title('散點圖繪制教程')
plt.xlabel('橫坐標')
plt.ylabel('縱坐標')
from pylab import mpl
# 設置中文顯示字體
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 設置正常顯示符號
mpl.rcParams["axes.unicode_minus"] = False

# 為不同類別指定不同的顏色
colors = {'正確樣本': 'red', '錯誤樣本': 'blue'}
plt.legend()
plt.show()

效果：

第四部分：整合上述所有代碼（在pycharm上運行）

#第一步：導包
import numpy as np
import matplotlib.pyplot as plt
#第二步：設置數據集
#2.1樣本特征值
data_x=[
    [1.3,6],
    [3.5,5],
    [4.2,2],
    [5,3.3],
    [2,9],
    [5,7.5],
    [7.2,4],
    [8.1,8],
    [9,2.5]
]
#2.2樣本的標記值
data_y=[0,0,0,0,1,1,1,1,1]
#2.3將上述兩個數組轉化為array形式（同時作為訓練集）
X_train=np.array(data_x)
Y_train=np.array(data_y)

#第三步：繪制散點圖
#3.1繪制樣本為true的散點圖
plt.scatter(X_train[Y_train==0,0],X_train[Y_train==0,1],color='red',marker='x',label="正確樣本")
#3.2繪制樣本為false的散點圖
plt.scatter(X_train[Y_train==1,0],X_train[Y_train==1,1],color='blue',marker='o',label="錯誤樣本")
plt.title('散點圖繪制教程')
plt.xlabel('橫坐標')
plt.ylabel('縱坐標')
from pylab import mpl
# 設置中文顯示字體
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 設置正常顯示符號
mpl.rcParams["axes.unicode_minus"] = False

# 為不同類別指定不同的顏色
colors = {'正確樣本': 'red', '錯誤樣本': 'blue'}
plt.legend()
plt.show()