python可视化分析绘制散点图和边界气泡图

当我们需要展示数据之间的关系或趋势时，可视化分析是非常有用的工具。散点图和边界气泡图是其中两个常用的表现形式。以下是Python中使用Matplotlib库可视化分析绘制散点图和边界气泡图的完整攻略。

准备工作

在绘制散点图和边界气泡图之前，我们需要安装相关的库。我们可以通过在终端中运行以下命令安装：

pip install matplotlib

绘制散点图

步骤一：准备数据

我们需要准备两个向量，分别表示x轴和y轴的数据。例如：

import numpy as np

x = np.random.randn(100)  # 随机生成100个符合正态分布的数据
y = np.random.randn(100)

步骤二：绘制散点图

我们可以使用Matplotlib中的scatter()方法绘制散点图。scatter()方法的参数包括x轴数据、y轴数据和点的大小、形状、颜色等属性。例如：

import matplotlib.pyplot as plt

plt.scatter(x, y, s=30, c='red', marker='o', alpha=0.5)  # 设置点的大小、颜色、形状等属性
plt.xlabel('x')
plt.ylabel('y')
plt.show()

这段代码将绘制一个带有100个随机点的散点图。

示例说明1：绘制带有标签的散点图

我们也可以在散点图中加入标签，表示不同的数据类别。例如：

import matplotlib.pyplot as plt

x1 = np.random.randn(50)
y1 = np.random.randn(50)
x2 = np.random.randn(50) + 4  # 两组数据分布在不同的范围内
y2 = np.random.randn(50) + 4

plt.scatter(x1, y1, s=30, c='red', marker='o', alpha=0.5, label='class1')  # 添加标签
plt.scatter(x2, y2, s=30, c='blue', marker='*', alpha=0.5, label='class2')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()  # 显示图例
plt.show()

这段代码将绘制两组数据的散点图，并在图例中显示标签。

绘制边界气泡图

步骤一：准备数据

和散点图类似，我们需要准备x轴和y轴的向量。另外，我们还需要一组大小向量，用来表示气泡的大小。

import numpy as np

x = np.random.randn(100)  # 随机生成100个符合正态分布的数据
y = np.random.randn(100)
size = np.random.randint(10, 100, size=100)  # 随机生成气泡大小，大小在10~100之间

步骤二：绘制边界气泡图

我们可以使用Matplotlib中的scatter()方法绘制气泡图。除了x轴和y轴的数据外，我们还需要指定气泡的大小、颜色等属性。边界气泡图可以通过设置marker属性为一个边框圆形，同时将alpha设置为0.5实现。例如：

import matplotlib.pyplot as plt

plt.scatter(x, y, s=size*10, edgecolors='black', alpha=0.5, linewidth=1, marker='o')  # 设置气泡大小、颜色、形状等属性
plt.xlabel('x')
plt.ylabel('y')
plt.show()

这段代码将绘制一个带有随机气泡大小的边界气泡图。

示例说明2：绘制带有颜色映射的气泡图

我们可以添加颜色映射，以显示数据的变化趋势。例如：

import matplotlib.pyplot as plt

plt.scatter(x, y, s=size*10, c=x, cmap='coolwarm', edgecolors='black', alpha=0.5, linewidth=1, marker='o')  # 添加颜色映射
plt.xlabel('x')
plt.ylabel('y')
plt.colorbar()  # 添加颜色条
plt.show()

这段代码将绘制一个带有颜色映射和颜色条的气泡图。气泡的颜色将根据x轴数据的变化而变化。