使用关键字绘图

简介

在本实验中，你将学习如何使用 Matplotlib 中的data关键字参数，通过与变量对应的字符串，利用numpy.recarray或pandas.DataFrame数据格式来生成图表。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到笔记本标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们会及时为你解决问题。

导入所需库

在这一步中，我们将导入必要的库，以便使用关键字生成图表。

import matplotlib.pyplot as plt
import numpy as np

设置种子值

在这一步中，我们将为随机数生成器设置种子值，以确保结果具有可重复性。

np.random.seed(19680801)

创建数据

在这一步中，我们将创建一个字典data，其中包含变量a、b、c和d的值。

data = {'a': np.arange(50),
        'c': np.random.randint(0, 50, 50),
        'd': np.random.randn(50)}

data['b'] = data['a'] + 10 * np.random.randn(50)
data['d'] = np.abs(data['d']) * 100

生成图表

在这一步中，我们将使用data字典作为scatter()函数的输入来生成散点图。我们将使用与a、b、c和d变量相对应的字符串来生成图表。

fig, ax = plt.subplots()
ax.scatter('a', 'b', c='c', s='d', data=data)
ax.set(xlabel='entry a', ylabel='entry b')
plt.show()

解读图表

在这一步中，我们将解读在步骤 4 中生成的散点图。该图表展示了a和b变量之间的关系，其中c变量用于确定每个点的颜色，d变量用于确定每个点的大小。x 轴代表“条目 a”，y 轴代表“条目 b”。

总结

在本实验中，你学习了如何使用 Matplotlib 中的data关键字参数，通过numpy.recarray或pandas.DataFrame数据格式，利用与变量相对应的字符串来生成图表。你还学习了如何使用a、b、c和d变量来解读散点图。