[Python] 散点图（二维散点图、三维散点图、散点图矩阵）

article/2025/11/5 6:00:20

目录

1 两主特征：二维散点图

1.1 二维散点图

1.2 二维分类散点图

1.3 气泡图

2 三主特征：三维散点图

2.1 三维散点图

2.2 三维分类散点图

3 多主特征：二维散点图矩阵

3.1 二维散点图矩阵

3.2 二维分类散点图矩阵

以python自带数据鸢尾花数据为例，导入需要用到的包和数据。
注：除此步骤外，以下每张图对于的代码段可单独使用，可直接跳转至需要的图。

#下载和导入需要的库
pip install numpy
pip install scipyimport os
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

1 两主特征：二维散点图

1.1 二维散点图

以python自带数据鸢尾花数据为例。

#导入鸢尾花数据，并重构数据框
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(iris.data[:],columns=iris.feature_names[:])#绘制前两个特征的二维散点图
plt.scatter(df['sepal length (cm)'], df['sepal width (cm)'], alpha=0.8)
plt.xlabel('sepal length (cm)')  # 横坐标轴标题
plt.ylabel('sepal width (cm)')  # 纵坐标轴标题
plt.show()

1.2 二维分类散点图

根据鸢尾花数据集前两个特征进行K-means聚类，聚成4类后在上述基础上在散点图中区分这四类。

#导入鸢尾花数据，并重构数据框
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(iris.data[:],columns=iris.feature_names[:])#在二维散点图之上，区别某些特征
#根据前两个特征：利用K-means聚类将数据聚成四类
pip install sklearn
from sklearn.cluster import KMeans
estimator = KMeans(n_clusters=4)   #构造聚类器
estimator.fit(df.iloc[:,0:2])      #聚类
label_pred = estimator.labels_     #获取聚类标签
df['label'] = label_pred           #在原数据表显示聚类标签#绘制k-means结果
x0 = df[label_pred == 0]
x1 = df[label_pred == 1]
x2 = df[label_pred == 2]
x3 = df[label_pred == 3]
plt.scatter(x0.iloc[:, 0], x0.iloc[:, 1], c = "red", marker='o', label='label0')
plt.scatter(x1.iloc[:, 0], x1.iloc[:, 1], c = "green", marker='*', label='label1')
plt.scatter(x2.iloc[:, 0], x2.iloc[:, 1], c = "blue", marker='+', label='label2')
plt.scatter(x3.iloc[:, 0], x3.iloc[:, 1], c = "yellow", marker='^', label='label3')
plt.xlabel('sepal length (cm)')
plt.ylabel('sepal width (cm)')
plt.legend(loc=2)
plt.show()

1.3 气泡图

二维分类散点图是在两个主特征的基础上，叠加一个分类特征

若在两个主特征的基础上，还要展示另外一个连续特征，可以使用气泡图。

这里假设iris的第三个为需要展示的另一个连续特征（仅做方法展示用，实践中iris的第三个特征与前两个特征是同类别的，不适合用气泡图，用下文所述的三维散点图或者散点图矩阵更合适。）

#导入鸢尾花数据，并重构数据框
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(iris.data[:],columns=iris.feature_names[:])#假设iris的第三个特征展示为为气泡大小
fea = df['petal length (cm)']
plt.scatter(df['sepal length (cm)'], df['sepal width (cm)'], s=fea*100, c='purple', alpha=0.4, edgecolors="grey", linewidth=2)
plt.xlabel('sepal length (cm)')  # 横坐标轴标题
plt.ylabel('sepal width (cm)')  # 纵坐标轴标题
plt.title('s=fea*100, c=purple',verticalalignment='bottom')
plt.show()
#参数说明# s：表征气泡大小的变量# c：颜色，若想要彩色气泡，可以给c赋值，如c=fea# alpha：不透明度# edgecolors：气泡描边的颜色# linewidth：气泡描边大小

2 三主特征：三维散点图

2.1 三维散点图

 考虑鸢尾花数据集前三个特征，绘制三维散点图。

#导入鸢尾花数据，并重构数据框
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(iris.data[:],columns=iris.feature_names[:])#根据鸢尾花数据前三个特征，绘制三维散点图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D # 空间三维画图
#设置x、y、z轴
x=df['sepal length (cm)']
y=df['sepal width (cm)']
z=df['petal length (cm)']
#绘图
fig = plt.figure()
ax = Axes3D(fig)
ax.scatter(x, y, z)
# 添加坐标轴
ax.set_xlabel('sepal length (cm)', fontdict={'size': 10, 'color': 'black'})
ax.set_ylabel('sepal width (cm)', fontdict={'size': 10, 'color': 'black'})
ax.set_zlabel('petal length (cm)', fontdict={'size': 10, 'color': 'black'})
plt.show()

 

2.2 三维分类散点图

根据鸢尾花数据集前三个特征进行K-means聚类，聚成4类后在上述基础上在散点图中区分这四类。

#导入鸢尾花数据，并重构数据框
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(iris.data[:],columns=iris.feature_names[:])#根据前三个特征：利用K-means聚类将数据聚成四类
pip install sklearn
from sklearn.cluster import KMeans
estimator = KMeans(n_clusters=4)   #构造聚类器
estimator.fit(df.iloc[:,0:3])      #聚类
label_pred = estimator.labels_     #获取聚类标签
df['label'] = label_pred           #在原数据表显示聚类标签#根据鸢尾花数据前三个特征，绘制三维分类散点图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D # 空间三维画图
#设置x、y、z轴
x=df['sepal length (cm)']
y=df['sepal width (cm)']
z=df['petal length (cm)']
#绘图
fig = plt.figure()
ax = Axes3D(fig)
ax.scatter(x, y, z, c=label_pred)  #c指颜色，c=label_pred刚好四个分类四个颜色。相比普通三维散点图只改了这里！！！
# 添加坐标轴
ax.set_xlabel('sepal length (cm)', fontdict={'size': 10, 'color': 'black'})
ax.set_ylabel('sepal width (cm)', fontdict={'size': 10, 'color': 'black'})
ax.set_zlabel('petal length (cm)', fontdict={'size': 10, 'color': 'black'})
plt.show()

3 多主特征：二维散点图矩阵

3.1 二维散点图矩阵

如果有多个特征需要绘图，比如鸢尾花有4个特征，可以绘制二维散点图矩阵。

#导入鸢尾花数据，并重构数据框
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(iris.data[:],columns=iris.feature_names[:])#散点图矩阵
import seaborn as sns
fig = plt.figure(figsize=(15, 25))
sns.pairplot(data=df, vars=df.iloc[:,0:4], diag_kind="kde", markers="+")
plt.show()
# 参数说明：# data指定pairplot()要用到的数据源# hue指定将data中的数据区分显示的依据# vars指定data中要绘制成散点矩阵图的数据# diag_kind指对角线图的类型{'auto', 'hist', 'kde'}

3.2 二维分类散点图矩阵

如果进一步进行分类，可绘制二维分类散点图矩阵。

#导入鸢尾花数据，并重构数据框
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(iris.data[:],columns=iris.feature_names[:])#根据前四个特征：利用K-means聚类将数据聚成四类
pip install sklearn
from sklearn.cluster import KMeans
estimator = KMeans(n_clusters=4)   #构造聚类器
estimator.fit(df.iloc[:,0:4])      #聚类
label_pred = estimator.labels_     #获取聚类标签
df['label'] = label_pred           #在原数据表显示聚类标签#绘制二维分类散点图矩阵
import seaborn as sns
fig = plt.figure(figsize=(15, 25))
sns.pairplot(data=df, hue='label', vars=df.iloc[:,0:4])
plt.show()
# 参数说明：# data指定pairplot()要用到的数据源，hue指定将data中的数据区分显示的依据# vars指定data中要绘制成散点矩阵图的数据"


http://chatgpt.dhexx.cn/article/hu2ogUG4.shtml

相关文章

Python数据可视化之散点图(基础篇---图文并茂详细版！！！)

Python数据可视化之散点图(基础篇---图文并茂详细版！！！)

Python数据可视化之散点图 介绍准备工作所需的库虚拟环境 简单散点图总结 两种不同颜色和图例的散点图总结 介绍 •数据可视化的应用十分广泛,几乎可以应用于自然科学、工程技术、金融、通信和商业等各种领域。下面我们基于Python，介绍一下第一个常用知识点—散点图…
阅读更多...
C语言求和问题

C语言求和问题

问题描述：编写一个程序，求s1（12）…（123…n）
阅读更多...
c语言求和

c语言求和

或者可以这样写 注意！下面的写法是错的，数字是随机的，因为只声明没赋值
阅读更多...
c语言数列求和中有乘法,C语言数列求和（使用while循环）

c语言数列求和中有乘法,C语言数列求和（使用while循环）

这是一个C语言 while 循环的示例，已知有下面的数列： 现在任意给出一个整数 k(1≤k≤15)，要求计算出一个最小的 n，使得 Sn>k。 问题分析 输入：一个整数k(1≤k≤15)。 输出：最小的n。 本题算法非常简单&am…
阅读更多...
用C语言计算矩阵求和

用C语言计算矩阵求和

样例描述&#xff1a; 代码如下&#xff1a; #include<stdio.h> int main() {int N,n,a[51][51],r,c,i,num1,num2,num3,num4;scanf("%d",&N);nN*N;for(r1;r<N;r){for(c1;c<N;c)scanf("%d",&a[r][c]);}for(r1;r<N;r){num10;for(c1;…
阅读更多...
c语言初学者如何编写一个相加求和程序

c语言初学者如何编写一个相加求和程序

欢迎来到南方有乔木的博客&#xff01;&#xff01;&#xff01; 博主主页&#xff1a;点击点击&#xff01;戳一戳&#xff01;&#xff01; 博主QQ:1636758318 博主简介&#xff1a; 一名在校大学生&#xff0c;正在努力学习Java语言编程。穷且意坚&#xff0c;不坠青云之志&…
阅读更多...
C语言斐波那契数列求和两种方法

C语言斐波那契数列求和两种方法

递归调用函数&#xff1a; #define _CRT_SECURE_NO_WARNINGS int fun(int n); #include<stdio.h> int main() {//斐波那契数列递归求法int a[100] { 0,1,1 };int n, i, sum 0;scanf("%d", &n);for (i 1; i <n; i){sum fun(i);}printf("%d\n&q…
阅读更多...
用c语言写一个求和的程序,C语言实现两数求和

用c语言写一个求和的程序,C语言实现两数求和

能够使一个正确的C语言程序执行的必要顺序&#xff1a;上机输入与编辑源程序(.c)-->对源程序进行编译(.obj)&#xff0c;得到目标函数-->将目标程序 与库函数链接&#xff0c;得到可执行的目标程序(.exe)-->运行可执行的目标程序。今天是一个加法求和的功能的程序&…
阅读更多...
c语言 中的求和函数,0基础理解C语言调用汇编实现求和函数

c语言 中的求和函数,0基础理解C语言调用汇编实现求和函数

0基础踏入嵌入式开发的第一坑！用无敌简简单单的C程序调用汇编程序实现整数相加，这辈子都有阴影了，这大概是一条一条指令谷歌百度搜出来的结果，学习从来没这么卑微过，唔QAQ 工程大概长这样： add10.s ;routine for the addition of many integers. ;R0 is the counter of t…
阅读更多...
C语言整数求和

C语言整数求和

带注释 #include <stdio.h> //头文件 int main(void) //主函数无参数&#xff0c;返回的值是整数 {long num; //定义了一个长整型变量numlong sum0L; //定义了一个长整型变量sum&#xff0c;把sum初始化为long类型的0printf("Please input an integer to s…
阅读更多...
C语言用函数写两数之和

C语言用函数写两数之和

#include<stdio.h> void main() { int a,b,sum; scanf("%d,%d",&a,&b); sumab; printf("%d%d%d",a,b,sum); } 主函数接收和输出&#xff0c;被调函数求和 #include<stdio.h> int add(int a,int b); void main() { int a…
阅读更多...
c语言整数各位数字求和

c语言整数各位数字求和

编写函数int sum(int x)&#xff0c;求整数x的各位数字之和。编写一个程序&#xff0c;调用sum函数计算任一输入的整数的各位数字之和。 【输入形式】 控制台输入一个整数。 【输出形式】 输出一个整数&#xff0c;是根据该输入整数计算各位数字之笔。 #include<stdio.h&…
阅读更多...
C语言及程序设计初步——计算求和

C语言及程序设计初步——计算求和

C语言及程序设计初步——计算求和 一、初识C语言&#xff0c;并用简单的printf()与scanf()简单书写求和程序。 &#xff08;1&#xff09;、代码如下&#xff1a; /* *copyright(c)2018,CSDN学院 *All rights reserved. *文件名称&#xff1a;求和 *作 者&#xff1a;刘杰…
阅读更多...
C语言实现根据用户输入的整数求和（两种方法）

C语言实现根据用户输入的整数求和（两种方法）

根据用户输入的整数求和。 程序分析&#xff1a; while (number 1) 运算符是C的相等运算符&#xff0c;该表达式判断number是否等于1。 注意&#xff1a;不要把number1与number1混淆&#xff0c;后者是把1赋给status。 根据测试条件number1&#xff0c;只要number等于1&a…
阅读更多...
C语言——求和一

C语言——求和一

C语言——求和 来自ACM 我的代码&#xff1a; #include<stdio.h> int main ( void ) { int n;//加数的个数 scanf("%d",&n); while(n!0)//以0结束 {int num;int sum 0;while(n--){scanf("%d",&num);sum num;}printf("%d\n",su…
阅读更多...
python画折线图坐标带时间

python画折线图坐标带时间

一、普通不带时间 for i in dataf["y"][-240:]:people.append(i) plt.plot(people) plt.show() 二、带时间 data pd.Series(dataf[y].values, indexdataf[time])[-240:] rf data.values.tolist() y_we pd.DataFrame(rf, columns["day"], indexdata.in…
阅读更多...
python画散点图分布-python画图汇总（持续更新）

python画散点图分布-python画图汇总（持续更新）

折线图 plt.figure(figsize=(40, 40)) # 确定图像画布的大小 plt.subplot(211) # 将画布分为两行一列 plt.xlabel(Number of sample, fontsize=40) # x轴的label plt.ylabel(Characteristics of the amplitude, fontsize=40) # y轴的label 备注（plot所有的原件都可以加font…
阅读更多...
python画散点图程序-python画散点图

python画散点图程序-python画散点图

广告关闭 腾讯云11.11云上盛惠 ，精选热门产品助力上云，云服务器首年88元起，买的越多返的越多，最高返5000元！ 用散点图可以直观的查看数据的分布情况。 matplotlib模块的pyplot有画散点图的函数，但是该函数要求x轴是数字类型。 pandas的plot函数里，散点图类型scatter也要…
阅读更多...
python 画折线图 并标记

python 画折线图 并标记

首先安装plt相关的包&#xff0c;其实也就是画图相关的包&#xff0c;好像叫做Matplotlib 无所谓&#xff0c;安装包的命令行给你&#xff0c;直接粘&#xff0c;然后复制代码&#xff0c;直接跑就好 pip install pytest-plt对了&#xff0c;这里我遇到了一个错误&#xff0c;…
阅读更多...
python画折线图-python如何画折线图

python画折线图-python如何画折线图

python画折线图利用的是matplotlib.pyplot.plot的工具来绘制折线图，这里先给出一个段代码和结果图：# -*- coding: UTF-8 -*- import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt #这里导入你自己的数据 #...... #...... #x_axix，train_pn…
阅读更多...
推荐文章

Copyright @ 2022~2023