用Python学分析 - 散点图

# 运用散点图对数据分布得到直观的认识

 1 import numpy as np
 2 import matplotlib.pyplot as plt
 3
 4 # 设计 x, y 轴
 5 n = 10000
 6 x = np.random.randn( n ) # 随机值
 7 y = np.random.randn( n )
 8
 9 # 显示散点图
10 colors = [‘b‘,‘r‘,‘g‘,‘y‘,‘k‘,‘m‘]
11 plt.scatter(x, y, c = colors, marker = ‘p‘, alpha=0.5 )
12 plt.title(‘Distribution‘)
13 plt.show()
14
15 # scatter( x, y, s = None, c = None, maker = None,
16 #          camp = None, norm = None, vmin = None, vmax = None,
17 #          alpha = None, linewidth = None, vert = None, edgecolors = None,
18 #          hold = None, data = None, **kwargs
19 #        )
20 # x,y   - 形如shape(n,)的数组,可选值
21 # s - 点的大小(也就是面积)默认20
22 # c [color] - 点的颜色或颜色序列,默认蓝色。其它如c = ‘r‘ (red); c = ‘g‘ (green); c = ‘k‘ (black) ; c = ‘y‘(yellow)
23 # marker 形状,可选值,默认是圆 [. , _ o v ^ < > 1 2 3 4 8 s p P * h H + x X D]
24
25 # alpha - 透明度,标量,可选,默认值:无, 0(透明)和1(不透明)之间的alpha混合值
26 # edgecolors - 边缘颜色或颜色序列,可选值,默认值:None

散点图结果:

结论:

从图像上看,散点呈均匀分布。

原文地址:https://www.cnblogs.com/violetchan/p/10156008.html

时间: 2024-10-13 19:19:34

用Python学分析 - 散点图的相关文章

用Python学分析:集中与分散

散点图进阶,结合箱体图与直方图对数据形成全面的认识 描述数据集中趋势的分析量: 均值 - 全部数据的算术平均值 众数 - 一组数据中出现次数最多的变量值 中位数 - 一组数据经过顺序排列后处于中间位置上的变量值 描述数据离散程度的分析量: 方差 - 一组数据各变量值与其平均值离差平方和的平均数 标准差 - 方差的平方根 偏态 - 描述数据分布形态的统计量,其描述的是某总体取值分布的对称性.偏度 = 三阶中心距 / 标准差的三次方 峰度 - 描述总体中所有取值分布形态陡缓程度的统计量,这个统计量需

python日志分析

微秒   毫秒 datetime seek定位指针 从行尾到行首 fd.seek(-2,1)  1  当前位置 fd.tell() fd.seek(-2,2)  2   最后位置 fd.tell() fd.seek(0,0)   0  最前位置 read(1)读一位    read() 全部都读 tac与cat    行首到行尾 reversed   翻转字符串 只读一部分    通过时间判断 200 404  503  十分钟之内   第八列  apache.log 1.首先匹配时间格式, D

python学完了,在这要总结一下

退学了24天了 ,python也学了24天.学习python对我来说并不是很简单,我先在学习css,要结合python来学习.python是很强大语言,它具有简洁的与语法.丰富的扩展模块,使用它可以节约成本. 这是python的局域网  # -*- coding:utf-8 -*- import threadingimport socketclass ListenThread(threading.Thread):    def __init__(self,server):        prin

《用 Python 学微积分》笔记2

<用 Python 学微积分>原文见参考资料 1. 13.大 O 记法 待续…… 参考资料: [1] https://ryancheunggit.gitbooks.io/calculus-with-python/content/

Python代码分析工具:PyChecker、Pylint

1 概述 PyChecker是Python代码的静态分析工具,它能够帮助查找Python代码的bug,而且能够对代码的复杂度和格式等提出警告. PyChecker可以工作在多种方式之下.首先,PyChecker会导入所检查文件中包含的模块,检查导入是否正确,同时检查文件中的函数.类和方法等. PyChecker可以检查出来的问题有如下几种: 全局量没有找到,比如没有导入模块 传递给函数.方法.构造器的参数数目错误 传递给内建函数和方法的参数数目错误 字符串格式化信息不匹配 使用不存在的类方法和属

Python性能分析指南(未完成)

英文原文:http://www.huyng.com/posts/python-performance-analysis/ 译文:http://www.oschina.net/translate/python-performance-analysis 虽然你所写的每个Python程序并不总是需要严密的性能分析,但是当这样的问题出现时,如果能知道Python生态系统中的许多种工具,这样总是可以让人安心的. 分析一个程序的性能可以归结为回答4个基本的问题: 1.它运行的有多块? 2.那里是速度的瓶颈?

第五次作业——python效能分析与几个问题(个人作业)

第五次作业--效能分析与几个问题(个人作业) 前言 阅读了大家对于本课程的目标和规划之后,想必很多同学都跃跃欲试,迫不及待想要提高自身实践能力,那么就从第一个个人项目开始吧,题目要求见下. 阅读 阅读<构建之法>第一章至第三章的内容,并在下方作业里体现出阅读后的成果.特别是第2章中的效能分析及个人软件开发流程(PSP). 参考文章: <构建之法>教学笔记--Python中的效能分析与几个问题 四则运算器效能分析 软工第2次作业-四则运算器 题目描述 可以选择以下题目(或者自主选择题

Python大佬分析了15万歌词,告诉你民谣歌手们到底在唱什么

前几天小编写了两篇利用Python采集网易云歌词和采集网易云音乐歌曲文章,相信小伙伴们经过实践之后都能够顺利的采集到自己想要听的歌曲.下面的歌词是小编去年11月份采集的民谣歌词,经过统计,歌词量达到将近15万. 用Python采集的民谣歌词 心血来潮,想利用Python来分析一下民谣歌手们到底在唱些什么鬼~~ 首先运用jieba库进行分词和词频统计分析,得到歌词中的词频统计,部分主要代码如下图所示: 运用jieba库进行分词和词频统计分析 得到的词频后将其导入到Excel表格中,详情如下图: 民

Python性能分析

Python性能分析 https://www.cnblogs.com/lrysjtu/p/5651816.html https://www.cnblogs.com/cbscan/articles/3341231.html 使用ipdb 使用profile import profile def profileTest(): Total =1; for i in range(10): Total=Total*(i+1) print Total return Total if __name__ ==