Home > Visualization > Main text

Scatter plot

Tag: plot, visualization
2016-12-15 

df = sns.load_dataset('tips')
print df.head()

total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1       10.34  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4       24.59  3.61  Female     No  Sun  Dinner     4

seaborn的pointplot适合画，单一变量在不同类别中的变化趋势，不适合直接展示两个变量之间的相关性：

sns.pointplot(x='total_bill', y='tip', data=df)

scatter_plot1.png

默认的点与点之间是有连线的，可以指定为没有：

sns.pointplot(x="total_bill", y="tip", data=df, linestyles='', )

scatter_plot1.png

所以直接展示两个变量之间的相关性时，可以直接使用pandas的关于df的函数plot：

df.plot(kind='scatter', x='total_bill', y='tip')

scatter_plot1.png

也可用matplot自带的实现，但是默认的效果没有基于df的好：

plt.scatter(x=df['total_bill'], y=df['tip'])

scatter_plot1.png

在这里还有很多调试其他的参数的例子，如果需要，可以参考。

连接型的scatter plot，直接用plot函数即可实现：

df=pd.DataFrame({'x': range(1,10), 'y': np.random.randn(9)*80+range(1,10) })
plt.plot( 'x', 'y', data=df, linestyle='-', marker='o')

也可用df.plot或者seaborn的pointplot直接画，默认的pointplot看起来效果更好：

df2.plot(ax=ax[0], x='x', y='y',linestyle='-', marker='o')
sns.pointplot(x='x', y='y', data=df2, ax=ax[1])

scatter_plot2.png

指定点的颜色按照某一列的属性进行上色（参考这里）：

# specify the category columns and grouping
groups = df.groupby('sex')

# Plot
fig, ax = plt.subplots()
ax.margins(0.05) # Optional, just adds 5% padding to the autoscaling
for name, group in groups:
    ax.plot(group.total_bill, group.tip, marker='o', linestyle='', ms=12, label=name)
ax.legend()

plt.show()

scatter_color_catgeory.jpeg


If you link this blog, please refer to this page, thanks!
Post link：https://tsinghua-gongjing.github.io/posts/scatterplot.html
Previous: Frequently used genome related data

    Category

    Latest articles

    Links