Python学习（3）：画散点图和箱线图

1. 散点图（matplotlib库）

1.1 代码示例

import matplotlib.pyplot as plt# 准备数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]# 绘制散点图
plt.scatter(x, y)# 添加标题和标签
plt.title("散点图示例")
plt.xlabel("X 轴")
plt.ylabel("Y 轴")# 显示图形
plt.show()

1.2 相关解释

import matplotlib.pyplot as plt 的解释

pyplot 是 matplotlib 库中的一个子模块，提供了一个类似于 MATLAB 的简单界面，方便用户快速创建各种基础图表。

2. scatter()函数其它参数

颜色: 你可以使用 c 参数指定散点图的颜色，例如 c='red', c='blue' 等等。
大小: 你可以使用 s 参数指定散点的大小，例如 s=50。
形状: 你可以使用 marker 参数指定散点的形状，例如 marker='o' (圆形), marker='*' (星形) 等等。
透明度: 你可以使用 alpha 参数指定散点的透明度，例如 alpha=0.5。
plt.scatter(x, y, c='red', s=100, marker='x') 

2. 箱线图（seaborn库）

2.1 代码示例

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pddf = pd.DataFrame({'城市': ['北京', '上海', '北京', '上海', '北京', '上海'],'身高': [170, 175, 165, 180, 172, 178]})sns.boxplot(x='城市', y='身高', data=df)
plt.show()

2.2 boxplot()函数相关参数解释

x： 用于指定绘制箱线图的横轴数据，通常是分类变量。
y： 用于指定绘制箱线图的纵轴数据，通常是连续变量。
data： 用于指定包含数据的 pandas DataFrame 或 numpy 数组。
hue： 用于指定用来区分不同箱线图组别的变量，通常是分类变量，会根据 hue 变量的值将数据分组，并绘制不同颜色的箱线图。