plotlyexpress绘制的散点图没有电

Posted 2023-05-04

plotlyexpress绘制的散点图没有电
与线型图类似的是，散点图也是一个个点集构成的。但不同之处在于，散点图的各点之间不会按照前后关系以线条连接起来。

用plt.plot画散点图

奇怪，代码和前面的例子差不多，为什么这里显示的却是散点图而不是sin曲线呢？原因有二：一是点集比较少，稀疏，才30个；二是没有指定线型。

用plt.scatter画散点图

scatter专门用于绘制散点图，使用方式和plot方法类似，区别在于前者具有更高的灵活性，可以单独控制每个散点与数据匹配，并让每个散点具有不同的属性。

一般使用scatter方法，如下例子就可以了：

plt.scatter(x, y, marker='o')

下面看一个随机不同透明度、颜色和大小的散点例子：

主要参数说明:

x，y：输入数据

s：标记大小，以像素为单位

c：颜色

marker：标记

alpha：透明度

linewidths：线宽

edgecolors ：边界颜色

上面的例子可以拓展到Scikit-learn中经典的鸢尾花iris数据来演示。

Iris数据集是常用的分类实验数据集，由Fisher在1936收集整理，是一类多重变量分析的数据集。数据集包含150个数据，分为3类，每类50个数据，每个数据包含4个属性。通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。 参考技术A 后列数据都是“文本”数据，无法作为散点图的有效数据。

复制数据区域外的任一空单元格，然后选择数据区域，单击鼠标右键，“选择性粘贴”为“运算”“加”，确定后，将数据区域的数据全部变成“数值”，然后选择数据区域，在“插入”选项下的“图表”中，选择“散点图”，即可。 参考技术B plotlyexpress绘制的散点图没有电
首先,你选中了数据表里的数据没有?
其次,如果你选了数据,还是没有绘图的话,那么选中数据后,点击Origin菜单栏上的 Plot ——> Symbol——> Scater 参考技术C plotlyexpress绘制的散点图没有电：p是一个基于浏览器的交互式图表库,建立在开源的javascript图表库plotly.js上,plotly包利用函数plot_ly函数绘制交互图。 参考技术D plotlyexpress绘制的散点图没有电：p是一个基于浏览器的交互式图表库,建立在开源的JavaScript图表库plotly.js上,plotly包利用函数plot_ly函数绘制交互图。

使用 NaN 绘制/创建数据集的散点图

【中文标题】使用 NaN 绘制/创建数据集的散点图

【英文标题】：Draw / Create Scatterplots of datasets with NaN

【发布时间】：2013-03-23 04:05:06

【问题描述】：

我想用pylab画一个散点图，但是我的一些数据是NaN，像这样：

a = [1, 2, 3]
b = [1, 2, None]

pylab.scatter(a,b) 不起作用。

有没有什么方法可以在不显示这些NaN 值的情况下绘制真正有价值的点？

【问题讨论】：

删除 ***.com/questions/11620914/… 中描述的 NaN 值是否足够？

【参考方案1】：

如果您使用NaNs，一切都会完美无缺。 None 不是一回事。 NaN 是一个浮点数。

举个例子：

import numpy as np
import matplotlib.pyplot as plt

plt.scatter([1, 2, 3], [1, 2, np.nan])
plt.show()

如果您想处理丢失的数据，请查看 pandas 或 numpy 掩码数组（以及 numpy.genfromtxt 以加载您的数据）。屏蔽数组内置于 numpy 中，但 pandas 是一个非常有用的库，并且具有非常好的缺失值功能。

举个例子：

import matplotlib.pyplot as plt
import pandas

x = pandas.Series([1, 2, 3])
y = pandas.Series([1, 2, None])
plt.scatter(x, y)
plt.show()

pandas 使用NaNs 来表示掩码数据，而掩码数组使用单独的掩码数组。这意味着掩码数组可以潜在地保留原始数据，同时暂时将其标记为“丢失”或“坏”。但是，它们使用更多的内存，并且有一个隐藏的陷阱，可以通过使用NaNs 来表示缺失的数据来避免。

再举一个例子，同时使用掩码数组和NaNs，这次是用线图：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 6 * np.pi, 300)
y = np.cos(x)

y1 = np.ma.masked_where(y > 0.7, y)

y2 = y.copy()
y2[y > 0.7] = np.nan

fig, axes = plt.subplots(nrows=3, sharex=True, sharey=True)
for ax, ydata in zip(axes, [y, y1, y2]):
    ax.plot(x, ydata)
    ax.axhline(0.7, color='red')

axes[0].set_title('Original')
axes[1].set_title('Masked Arrays')
axes[2].set_title("Using NaN's")

fig.tight_layout()

plt.show()

【讨论】：

这就是我要找的。谢谢！

如果您使用 NaN 和符号学，事情将无法完美运行...情节看起来不错，但会引发以下警告：RuntimeWarning: invalid value seen in less_equal mask = a

【参考方案2】：

因为您是在 2D 空间中绘制的，所以您的点需要同时由 X 和 Y 值定义。如果其中一个值为 None，则该点不能存在于 2D 空间中，因此无法绘制，因此您应该从另一个列表中删除 None 及其对应的值。

有很多方法可以做到这一点。这是一个：

a = [1, 2, 3]
b = [1, None, 2]

i = 0
while i < len(a):
    if a[i] == None or b[i] == None:
        a = a[:i] + a[i+1:]
        b = b[:i] + b[i+1:]
    else:
        i += 1

"""Now a = [1, 3] and b = [1, 2]"""

pylab.scatter(a,b)

【讨论】：

小心if not a[i]...。如果任一数组有零，您将删除它们。零是一个完全有效的值！