[已解决]数据可视化

Cria

读取鸢尾花卉数据集，按照类别绘制“花瓣长度”和“花瓣宽度”，以及“花萼长度”和“花萼宽度”特征之间的散点图。

最佳答案

月排行榜 / 总排行榜

Twilight6

2020-6-12 00:43:28

Cria 发表于 2020-6-11 21:42
嘿嘿嘿

pandas 还不会用，所以将就吧

1. import matplotlib.pyplot as plt
   
2. import pandas as pd
   
3. 
   
4. # 读取csv信息
   
5. data_csv = pd.read_csv('iris.csv')
   
6. # 提取花的类型
   
7. flowers_type = list(set(data_csv['species'].values))
   
8. 
   
9. # 将同种类型的花提取出来，然后放入列表
   
10. temp = []
    
11. for i in flowers_type:
    
12.     temp.append(data_csv.loc[data_csv['species'] == i])
    
13.    
    
14. # 设置中文显示
    
15. plt.rcParams['font.sans-serif'] = ['SIMHEI']
    
16. 
    
17. # 设置图片大小
    
18. plt.figure(figsize=(15,6))
    
19. 
    
20. # 循环将各种花的数据导入图表中
    
21. for i in range(len(temp)):
    
22. 
    
23.     sepal_length = temp[i]['sepal_length']
    
24.     sepal_width = temp[i]['sepal_width']
    
25.     petal_length = temp[i]['petal_length']
    
26.     petal_width = temp[i]['petal_width']
    
27.     # 1*2 的图片网格的第一个位置的图片
    
28.     plt.subplot(121)
    
29.     # 将花瓣长度&花瓣宽度导入图表
    
30.     plt.scatter(sepal_length,sepal_width,label=flowers_type[i])
    
31.     # 1*2 的图片网格的第二个位置的图片
    
32.     plt.subplot(122)
    
33.     # 将花萼长度&花萼宽度导入图表
    
34.     plt.scatter(petal_length,petal_width,label=flowers_type[i])
    
35. 
    
36. # 设置第一个图的标题、x、y轴信息
    
37. plt.subplot(121)
    
38. plt.title('花瓣长度&花瓣宽度散点图')
    
39. plt.ylabel('花瓣长度')
    
40. plt.xlabel('花瓣宽度')
    
41. # 显示网格 透明度为0.3
    
42. plt.grid(alpha=0.3)
    
43. # 显示图例
    
44. plt.legend()
    
45. 
    
46. # 设置第二个图的标题、x、y轴信息
    
47. plt.subplot(122)
    
48. plt.title('花萼长度&花萼宽度散点图')
    
49. plt.ylabel('花萼长度')
    
50. plt.xlabel('花萼宽度')
    
51. # 显示网格 透明度为0.3
    
52. plt.grid(alpha=0.3)
    
53. # 显示图例
    
54. plt.legend()
    
55. 
    
56. # 显示图片
    
57. plt.show()

复制代码

跳转到最佳答案楼层

Twilight6

香♀蕉♂君，我又来了~~~

Cria

Twilight6 发表于 2020-6-11 21:16
香♀蕉♂君，我又来了~~~

嘿嘿嘿

Twilight6

Cria 发表于 2020-6-11 21:42
嘿嘿嘿

pandas 还不会用，所以将就吧

1. import matplotlib.pyplot as plt
   
2. import pandas as pd
   
3. 
   
4. # 读取csv信息
   
5. data_csv = pd.read_csv('iris.csv')
   
6. # 提取花的类型
   
7. flowers_type = list(set(data_csv['species'].values))
   
8. 
   
9. # 将同种类型的花提取出来，然后放入列表
   
10. temp = []
    
11. for i in flowers_type:
    
12.     temp.append(data_csv.loc[data_csv['species'] == i])
    
13.    
    
14. # 设置中文显示
    
15. plt.rcParams['font.sans-serif'] = ['SIMHEI']
    
16. 
    
17. # 设置图片大小
    
18. plt.figure(figsize=(15,6))
    
19. 
    
20. # 循环将各种花的数据导入图表中
    
21. for i in range(len(temp)):
    
22. 
    
23.     sepal_length = temp[i]['sepal_length']
    
24.     sepal_width = temp[i]['sepal_width']
    
25.     petal_length = temp[i]['petal_length']
    
26.     petal_width = temp[i]['petal_width']
    
27.     # 1*2 的图片网格的第一个位置的图片
    
28.     plt.subplot(121)
    
29.     # 将花瓣长度&花瓣宽度导入图表
    
30.     plt.scatter(sepal_length,sepal_width,label=flowers_type[i])
    
31.     # 1*2 的图片网格的第二个位置的图片
    
32.     plt.subplot(122)
    
33.     # 将花萼长度&花萼宽度导入图表
    
34.     plt.scatter(petal_length,petal_width,label=flowers_type[i])
    
35. 
    
36. # 设置第一个图的标题、x、y轴信息
    
37. plt.subplot(121)
    
38. plt.title('花瓣长度&花瓣宽度散点图')
    
39. plt.ylabel('花瓣长度')
    
40. plt.xlabel('花瓣宽度')
    
41. # 显示网格 透明度为0.3
    
42. plt.grid(alpha=0.3)
    
43. # 显示图例
    
44. plt.legend()
    
45. 
    
46. # 设置第二个图的标题、x、y轴信息
    
47. plt.subplot(122)
    
48. plt.title('花萼长度&花萼宽度散点图')
    
49. plt.ylabel('花萼长度')
    
50. plt.xlabel('花萼宽度')
    
51. # 显示网格 透明度为0.3
    
52. plt.grid(alpha=0.3)
    
53. # 显示图例
    
54. plt.legend()
    
55. 
    
56. # 显示图片
    
57. plt.show()

复制代码