Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Spredningsdiagram | Oprettelse af Almindeligt Anvendte Diagrammer
Ultimativ Visualisering med Python

Stryg for at vise menuen

book
Spredningsdiagram

Note
Definition

Et scatter plot er en type plot, der viser forholdet mellem to variable (x og y) ved hjælp af prikker eller andre markører.

Scatter plots er et af de enkleste værktøjer til visuelt at undersøge, om to variable er korrelerede. Selvom det ikke er den mest præcise metode, giver det ofte nyttig indsigt ved første øjekast.

Det ligner et line plot, bortset fra at det ikke har nogen linjer, kun markører. For at oprette et scatter plot skal du blot bruge funktionen scatter() fra pyplot, hvor du først angiver værdierne for x-aksen og derefter værdierne for y-aksen. Lad os se på et eksempel:

1234567
import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Creating a scatter plot plt.scatter(x, y) plt.show()
copy

Syntaksen for funktionen scatter() ligner den for plot(). Men i modsætning til plot() skal du altid angive værdier for både x- og y-parametrene.

I dette eksempel beregnes y ved hjælp af formlen y = 2x + 5. Scatter-plottet viser en positiv lineær sammenhæng — når x bliver større, stiger y også, og omvendt.

Det er også muligt at vælge andre markører end prikker og angive deres størrelse ved hjælp af henholdsvis parametrene marker og s:

1234567
import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Specifying the markers and their size plt.scatter(x, y, marker='x', s=100) plt.show()
copy

Her blev 'x'-markører brugt i stedet for standarden 'o' (prikker), og deres størrelse blev sat til 100. Du kan justere s-parameteren for at undersøge forskellige markørstørrelser.

Note
Studér videre

Det næste afsnit vil fokusere mere på tilpasning af plots, men indtil videre kan du bruge scatter()-funktionsdokumentationen for at udforske mere.

Plotning af flere scatter plots kan nemt udføres ved at kalde scatter()-funktionen to gange med forskellige x- og y-argumenter (på samme måde som ved linjeplots).

Note
Bemærk

Selvom plt.plot(x, y, 'o') og plt.scatter(x, y) umiddelbart kan se ens ud, tjener de forskellige formål:

  • plt.plot(x, y, 'o') er en linjeplotfunktion, der bruger 'o' til kun at vise markører. Det er hurtigt, men tilbyder begrænsede stylingmuligheder.
  • plt.scatter(x, y) er en dedikeret scatter plot-funktion, der giver mere kontrol — herunder individuel tilpasning af markørstørrelse, farve og gennemsigtighed.
Opgave

Swipe to start coding

Vis en kvadratisk sammenhæng mellem to variable ved hjælp af et scatter plot:

  1. Udskift understregningerne, så y-arrayet indeholder de kvadrerede elementer fra x-arrayet.
  2. Brug den korrekte funktion til at oprette et scatter plot.
  3. Indsæt x og y i denne funktion i den rigtige rækkefølge.
  4. Angiv markørernes størrelse til 70.

Løsning

Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 2. Kapitel 3

Spørg AI

expand
ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

book
Spredningsdiagram

Note
Definition

Et scatter plot er en type plot, der viser forholdet mellem to variable (x og y) ved hjælp af prikker eller andre markører.

Scatter plots er et af de enkleste værktøjer til visuelt at undersøge, om to variable er korrelerede. Selvom det ikke er den mest præcise metode, giver det ofte nyttig indsigt ved første øjekast.

Det ligner et line plot, bortset fra at det ikke har nogen linjer, kun markører. For at oprette et scatter plot skal du blot bruge funktionen scatter() fra pyplot, hvor du først angiver værdierne for x-aksen og derefter værdierne for y-aksen. Lad os se på et eksempel:

1234567
import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Creating a scatter plot plt.scatter(x, y) plt.show()
copy

Syntaksen for funktionen scatter() ligner den for plot(). Men i modsætning til plot() skal du altid angive værdier for både x- og y-parametrene.

I dette eksempel beregnes y ved hjælp af formlen y = 2x + 5. Scatter-plottet viser en positiv lineær sammenhæng — når x bliver større, stiger y også, og omvendt.

Det er også muligt at vælge andre markører end prikker og angive deres størrelse ved hjælp af henholdsvis parametrene marker og s:

1234567
import matplotlib.pyplot as plt import numpy as np x = np.array([6, 1, 8, 20, 13, 4, 16, 5, 11, 10]) y = 2 * x + 5 # Specifying the markers and their size plt.scatter(x, y, marker='x', s=100) plt.show()
copy

Her blev 'x'-markører brugt i stedet for standarden 'o' (prikker), og deres størrelse blev sat til 100. Du kan justere s-parameteren for at undersøge forskellige markørstørrelser.

Note
Studér videre

Det næste afsnit vil fokusere mere på tilpasning af plots, men indtil videre kan du bruge scatter()-funktionsdokumentationen for at udforske mere.

Plotning af flere scatter plots kan nemt udføres ved at kalde scatter()-funktionen to gange med forskellige x- og y-argumenter (på samme måde som ved linjeplots).

Note
Bemærk

Selvom plt.plot(x, y, 'o') og plt.scatter(x, y) umiddelbart kan se ens ud, tjener de forskellige formål:

  • plt.plot(x, y, 'o') er en linjeplotfunktion, der bruger 'o' til kun at vise markører. Det er hurtigt, men tilbyder begrænsede stylingmuligheder.
  • plt.scatter(x, y) er en dedikeret scatter plot-funktion, der giver mere kontrol — herunder individuel tilpasning af markørstørrelse, farve og gennemsigtighed.
Opgave

Swipe to start coding

Vis en kvadratisk sammenhæng mellem to variable ved hjælp af et scatter plot:

  1. Udskift understregningerne, så y-arrayet indeholder de kvadrerede elementer fra x-arrayet.
  2. Brug den korrekte funktion til at oprette et scatter plot.
  3. Indsæt x og y i denne funktion i den rigtige rækkefølge.
  4. Angiv markørernes størrelse til 70.

Løsning

Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 2. Kapitel 3
Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Vi beklager, at noget gik galt. Hvad skete der?
some-alt