Tôi muốn vẽ nhiều tập dữ liệu trên cùng một biểu đồ phân tán:
cases = scatter[x[:4], y[:4], s=10, c='b', marker="s"]
controls = scatter[x[4:], y[4:], s=10, c='r', marker="o"]
show[]
Ở trên chỉ cho thấy scatter[]
gần đây nhất
Tôi cũng đã thử:
plt = subplot[111]
plt.scatter[x[:4], y[:4], s=10, c='b', marker="s"]
plt.scatter[x[4:], y[4:], s=10, c='r', marker="o"]
show[]
Thông qua khóa học giới thiệu ngắn gọn này, chúng tôi đã âm mưu duy nhất. Nhiều lô trong cùng một hình là có thể - hãy xem ở đây cho một công việc chi tiết thông qua cách bắt đầu về vấn đề này - cũng có một số thông tin khác về cách cơ chế của matplotlib thực sự hoạt động. Để đưa ra một cái nhìn tổng quan và thử và giải quyết bất kỳ sự nhầm lẫn nào, hãy để chạy một ví dụ nhanh chóng.Tạo nhiều lô trên một con số duy nhất
Như khi tạo các sơ đồ 3D, đầu tiên nhập matplotlib.pyplot
bằng bí danh của plt
và tạo một đối tượng hình:
import matplotlib.pyplot as plt
fig = plt.figure[]
Chúng ta sẽ tạo ra 2 lô tán xạ trên cùng một hình. Để làm điều này, chúng tôi muốn tạo 2 đối tượng Subplot 2 trục mà chúng tôi sẽ gọi là
plt = subplot[111]
plt.scatter[x[:4], y[:4], s=10, c='b', marker="s"]
plt.scatter[x[4:], y[4:], s=10, c='r', marker="o"]
show[]
0 và plt = subplot[111]
plt.scatter[x[:4], y[:4], s=10, c='b', marker="s"]
plt.scatter[x[4:], y[4:], s=10, c='r', marker="o"]
show[]
1. Để thực hiện loại này:ax1 = fig.add_subplot[121]
ax2 = fig.add_subplot[122]
Điều này thêm một sơ đồ con cho đối tượng hình và gán nó cho một biến [____10 hoặc
plt = subplot[111]
plt.scatter[x[:4], y[:4], s=10, c='b', marker="s"]
plt.scatter[x[4:], y[4:], s=10, c='r', marker="o"]
show[]
1]. Các số - ví dụ 121 - là một cách để định vị subplot của bạn trong không gian tổng thể của đối tượng hình. Mã 121 có thể mặc dù là 1 hàng, 2 cột, vị trí thứ nhất. Do đó, 122 sẽ là 1 hàng, 2 cột, vị trí thứ 2. Bằng cách xác định các đối tượng trục riêng biệt, chúng ta có thể sửa đổi các sơ đồ cụ thể.Chúng tôi sẽ vẽ hai sơ đồ phân tán cơ bản - tạo một số dữ liệu bằng cách sử dụng Numpy [nhập nó bằng bí danh NP]:
import numpy as np
data_1=np.array[np.random.random[[10,2]]]*10
data_2=np.array[np.random.random[[10,2]]]
Bây giờ chúng ta cần xác định các sơ đồ phân tán cụ thể cho các đối tượng trục của ____10 và
plt = subplot[111]
plt.scatter[x[:4], y[:4], s=10, c='b', marker="s"]
plt.scatter[x[4:], y[4:], s=10, c='r', marker="o"]
show[]
1, truyền dữ liệu từ plt = subplot[111]
plt.scatter[x[:4], y[:4], s=10, c='b', marker="s"]
plt.scatter[x[4:], y[4:], s=10, c='r', marker="o"]
show[]
6 và plt = subplot[111]
plt.scatter[x[:4], y[:4], s=10, c='b', marker="s"]
plt.scatter[x[4:], y[4:], s=10, c='r', marker="o"]
show[]
7 - Bạn có thể làm điều này bằng cách sử dụng:ax1.scatter[data_1[:,0],data_1[:,1]]
ax2.scatter[data_2[:,0],data_2[:,1]]
Lưu ý rằng chúng tôi đang gọi dữ liệu bằng cách sử dụng lập chỉ mục Numpy [xem các ghi chú khóa học lập chỉ mục Numpy ở đây].
Để sửa đổi các đối tượng trục bằng cách thêm nhãn, bạn có thể sử dụng các phương thức vốn có của các đối tượng trục, ví dụ::
ax1.set_title['data 1']
ax1.set_xlabel['x']
ax1.set_ylabel['y']
ax2.set_title['data 2']
ax2.set_xlabel['x']
ax2.set_ylabel['y']
Để xem điều này, bây giờ bạn có thể gọi:
Và bạn nên kết thúc với điều này:
Có một trò chơi trong cửa sổ cốt truyện tương tác mở ra nơi bạn có thể di chuyển dữ liệu của mình xung quanh - điều này cũng cung cấp một số tùy chọn cho Savimng hình của bạn. Bạn cũng có thể lưu hình [nhưng điều này phải được thực hiện trước khi gọi
plt = subplot[111]
plt.scatter[x[:4], y[:4], s=10, c='b', marker="s"]
plt.scatter[x[4:], y[4:], s=10, c='r', marker="o"]
show[]
8] bằng hàm plt.savefig [].