Python Scatter Plot Tutorial | Datenvisualisierung

Einführung

In diesem Lab lernen wir, wie man mithilfe der Matplotlib-Bibliothek in Python einen einfachen Scatter Plot erstellt. Ein Scatter Plot ist ein Plot-Typ, der die Werte von zwei Variablen als Punktesammlung darstellt. Jeder Punkt repräsentiert die Werte der beiden Variablen, und die Position des Punktes repräsentiert die Werte der beiden Variablen. Scatter Plots eignen sich zur Identifizierung von Beziehungen zwischen Variablen und zur Identifizierung von Ausreißern.

VM-Tipps

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu öffnen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") matplotlib/PlottingDataGroup -.-> matplotlib/scatter_plots("Scatter Plots") python/DataStructuresGroup -.-> python/tuples("Tuples") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/ModulesandPackagesGroup -.-> python/standard_libraries("Common Standard Libraries") python/PythonStandardLibraryGroup -.-> python/math_random("Math and Random") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48918{{"Visualisierung von Variablenbeziehungen"}} matplotlib/figures_axes -.-> lab-48918{{"Visualisierung von Variablenbeziehungen"}} matplotlib/scatter_plots -.-> lab-48918{{"Visualisierung von Variablenbeziehungen"}} python/tuples -.-> lab-48918{{"Visualisierung von Variablenbeziehungen"}} python/importing_modules -.-> lab-48918{{"Visualisierung von Variablenbeziehungen"}} python/standard_libraries -.-> lab-48918{{"Visualisierung von Variablenbeziehungen"}} python/math_random -.-> lab-48918{{"Visualisierung von Variablenbeziehungen"}} python/numerical_computing -.-> lab-48918{{"Visualisierung von Variablenbeziehungen"}} python/data_visualization -.-> lab-48918{{"Visualisierung von Variablenbeziehungen"}} end

Importieren der erforderlichen Bibliotheken

In diesem Schritt importieren wir die erforderlichen Bibliotheken zum Erstellen eines Scatter Plots. Wir werden die Matplotlib-Bibliothek verwenden, um den Plot zu erstellen, und die NumPy-Bibliothek, um zufällige Daten zu generieren.

import matplotlib.pyplot as plt
import numpy as np

Zufällige Daten generieren

In diesem Schritt werden wir Zufällige Daten für unseren Scatter Plot generieren. Wir werden mit der NumPy-Bibliothek 50 Datenpunkte für jede Variable generieren.

np.random.seed(19680801)

N = 50
x = np.random.rand(N)
y = np.random.rand(N)

Definieren der Größe und Farbe der Punkte

In diesem Schritt werden wir die Größe und die Farbe der Punkte in unserem Scatter Plot definieren. Wir werden die NumPy-Bibliothek verwenden, um Zufallswerte für die Größe und die Farbe der Punkte zu generieren.

colors = np.random.rand(N)
area = (30 * np.random.rand(N))**2

Erstellen des Scatter Plots

In diesem Schritt werden wir den Scatter Plot mit der Matplotlib-Bibliothek erstellen. Wir werden die scatter-Funktion verwenden, um den Plot zu erstellen und die Größe und die Farbe der Punkte anzugeben.

plt.scatter(x, y, s=area, c=colors, alpha=0.5)
plt.show()

Zusammenfassung

In diesem Lab haben wir gelernt, wie man mit der Matplotlib-Bibliothek in Python einen einfachen Scatter Plot erstellt. Wir haben mit der NumPy-Bibliothek Zufallsdaten für den Plot generiert, die Größe und die Farbe der Punkte definiert und den Plot mit der scatter-Funktion aus der Matplotlib-Bibliothek erstellt. Scatter Plots eignen sich zur Identifizierung von Beziehungen zwischen Variablen und zur Identifizierung von Ausreißern.