Spredningsdiagram
Et spredningsdiagram er en type diagram, der viser forholdet mellem to variable (x og y) ved hjælp af prikker eller andre markører.
Spredningsdiagrammer er et af de enkleste værktøjer til visuelt at undersøge, om to variable er korrelerede. Selvom det ikke er den mest præcise metode, giver de ofte nyttig indsigt ved første øjekast.
Det ligner et linjediagram, bortset fra at det ikke har nogen linjer, kun markører. For at oprette et spredningsdiagram 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:
1234567import 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()
Syntaksen for scatter()-funktionen ligner den for plot(). I modsætning til plot() skal du dog 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 samt angive deres størrelse ved hjælp af henholdsvis parametrene marker og s:
1234567import 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()
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.
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 line plots).
Selvom plt.plot(x, y, 'o') og plt.scatter(x, y) kan ligne hinanden ved første øjekast, tjener de forskellige formål:
plt.plot(x, y, 'o')er en line plot-funktion, der bruger'o'til kun at vise markører. Det er hurtigt, men giver begrænsede muligheder for styling.plt.scatter(x, y)er en dedikeret scatter plot-funktion, der giver mere kontrol — herunder individuel tilpasning af markørstørrelse, farve og gennemsigtighed.
Swipe to start coding
Vis en kvadratisk sammenhæng mellem to variable ved hjælp af et scatter plot:
- Udskift understregningerne, så
y-arrayet indeholder kvadrerede elementer frax-arrayet. - Brug den korrekte funktion til at oprette et scatter plot.
- Indsæt
xogyi denne funktion i den rigtige rækkefølge. - Angiv markørernes størrelse til 70.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Can you explain how to plot multiple scatter plots on the same graph?
What other marker styles can I use in scatter plots?
How can I customize the colors of the markers in a scatter plot?
Awesome!
Completion rate improved to 3.85Spredningsdiagram
Stryg for at vise menuen
Et spredningsdiagram er en type diagram, der viser forholdet mellem to variable (x og y) ved hjælp af prikker eller andre markører.
Spredningsdiagrammer er et af de enkleste værktøjer til visuelt at undersøge, om to variable er korrelerede. Selvom det ikke er den mest præcise metode, giver de ofte nyttig indsigt ved første øjekast.
Det ligner et linjediagram, bortset fra at det ikke har nogen linjer, kun markører. For at oprette et spredningsdiagram 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:
1234567import 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()
Syntaksen for scatter()-funktionen ligner den for plot(). I modsætning til plot() skal du dog 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 samt angive deres størrelse ved hjælp af henholdsvis parametrene marker og s:
1234567import 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()
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.
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 line plots).
Selvom plt.plot(x, y, 'o') og plt.scatter(x, y) kan ligne hinanden ved første øjekast, tjener de forskellige formål:
plt.plot(x, y, 'o')er en line plot-funktion, der bruger'o'til kun at vise markører. Det er hurtigt, men giver begrænsede muligheder for styling.plt.scatter(x, y)er en dedikeret scatter plot-funktion, der giver mere kontrol — herunder individuel tilpasning af markørstørrelse, farve og gennemsigtighed.
Swipe to start coding
Vis en kvadratisk sammenhæng mellem to variable ved hjælp af et scatter plot:
- Udskift understregningerne, så
y-arrayet indeholder kvadrerede elementer frax-arrayet. - Brug den korrekte funktion til at oprette et scatter plot.
- Indsæt
xogyi denne funktion i den rigtige rækkefølge. - Angiv markørernes størrelse til 70.
Løsning
Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående mulighederTak for dine kommentarer!
single
