Tutoriel sur les graphiques en nuage de points en Python | Visualisation de données

Introduction

Dans ce laboratoire, nous allons apprendre à créer un simple graphique en nuage de points à l'aide de la bibliothèque Matplotlib de Python. Un graphique en nuage de points est un type de graphique qui affiche les valeurs de deux variables sous forme d'un ensemble de points. Chaque point représente les valeurs des deux variables, et la position du point représente les valeurs des deux variables. Les graphiques en nuage de points sont utiles pour identifier les relations entre les variables et pour identifier les valeurs aberrantes.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder au carnet Jupyter Notebook pour pratiquer.

Parfois, vous devrez peut-être attendre quelques secondes pour que le carnet Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations du carnet Jupyter Notebook.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) 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{{"Visualiser les relations entre variables"}} matplotlib/figures_axes -.-> lab-48918{{"Visualiser les relations entre variables"}} matplotlib/scatter_plots -.-> lab-48918{{"Visualiser les relations entre variables"}} python/tuples -.-> lab-48918{{"Visualiser les relations entre variables"}} python/importing_modules -.-> lab-48918{{"Visualiser les relations entre variables"}} python/standard_libraries -.-> lab-48918{{"Visualiser les relations entre variables"}} python/math_random -.-> lab-48918{{"Visualiser les relations entre variables"}} python/numerical_computing -.-> lab-48918{{"Visualiser les relations entre variables"}} python/data_visualization -.-> lab-48918{{"Visualiser les relations entre variables"}} end

Importez les bibliothèques nécessaires

Dans cette étape, nous allons importer les bibliothèques nécessaires pour créer un graphique en nuage de points. Nous utiliserons la bibliothèque Matplotlib pour créer le graphique et la bibliothèque NumPy pour générer des données aléatoires.

import matplotlib.pyplot as plt
import numpy as np

Générez des données aléatoires

Dans cette étape, nous allons générer des données aléatoires pour notre graphique en nuage de points. Nous allons générer 50 points de données pour chaque variable à l'aide de la bibliothèque NumPy.

np.random.seed(19680801)

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

Définissez la taille et la couleur des points

Dans cette étape, nous allons définir la taille et la couleur des points de notre graphique en nuage de points. Nous utiliserons la bibliothèque NumPy pour générer des valeurs aléatoires pour la taille et la couleur des points.

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

Créez le graphique en nuage de points

Dans cette étape, nous allons créer le graphique en nuage de points à l'aide de la bibliothèque Matplotlib. Nous utiliserons la fonction scatter pour créer le graphique et spécifier la taille et la couleur des points.

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

Sommaire

Dans ce laboratoire, nous avons appris à créer un graphique en nuage de points simple à l'aide de la bibliothèque Matplotlib de Python. Nous avons généré des données aléatoires pour le graphique à l'aide de la bibliothèque NumPy, défini la taille et la couleur des points et créé le graphique à l'aide de la fonction scatter de la bibliothèque Matplotlib. Les graphiques en nuage de points sont utiles pour identifier les relations entre les variables et pour identifier les valeurs aberrantes.