快捷導(dǎo)航

Python使用Matplotlib繪制散點(diǎn)趨勢(shì)線的代碼詳解

更新時(shí)間：2025年01月08日 09:31:33 作者：python收藏家

Matplotlib是一個(gè)用于數(shù)據(jù)可視化的強(qiáng)大Python庫(kù),其基本功能之一是創(chuàng)建帶有趨勢(shì)線的散點(diǎn)圖,散點(diǎn)圖對(duì)于可視化變量之間的關(guān)系非常有用,本文將指導(dǎo)您使用Matplotlib繪制散點(diǎn)趨勢(shì)線的過程,涵蓋線性和多項(xiàng)式趨勢(shì)線,需要的朋友可以參考下

Matplotlib繪制散點(diǎn)趨勢(shì)線

散點(diǎn)圖是一種數(shù)據(jù)可視化，它使用點(diǎn)來表示兩個(gè)不同變量的值。水平軸和垂直軸上每個(gè)點(diǎn)的位置表示單個(gè)數(shù)據(jù)點(diǎn)的值。散點(diǎn)圖用于觀察變量之間的關(guān)系。

1.創(chuàng)建基本散點(diǎn)圖

讓我們從創(chuàng)建一個(gè)基本的散點(diǎn)圖開始。為了簡(jiǎn)單起見，我們將使用隨機(jī)數(shù)據(jù)。

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)

plt.scatter(x, y)
plt.title("Basic Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

2.添加線性趨勢(shì)線

線性趨勢(shì)線是最能代表散點(diǎn)圖上數(shù)據(jù)的直線。要添加線性趨勢(shì)線，我們可以使用NumPy的polyfit（）函數(shù)來計(jì)算最佳擬合線。

# Calculate the best-fit line
z = np.polyfit(x, y, 1)
p = np.poly1d(z)

# Plot the scatter plot and the trend line
plt.scatter(x, y)
plt.plot(x, p(x), "r--")  # 'r--' is for a red dashed line
plt.title("Scatter Plot with Linear Trend Line")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

3.添加多項(xiàng)式趨勢(shì)線

有時(shí)，線性趨勢(shì)線可能不足以捕捉變量之間的關(guān)系。在這種情況下，多項(xiàng)式趨勢(shì)線可能更合適。我們可以使用polyfit（）函數(shù)，它的階數(shù)更高。

# Calculate the polynomial trend line (degree 2)
z = np.polyfit(x, y, 2)
p = np.poly1d(z)

# Plot the scatter plot and the polynomial trend line
plt.scatter(x, y)
plt.plot(x, p(x), "g-")  # 'g-' is for a green solid line
plt.title("Scatter Plot with Polynomial Trend Line")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

自定義趨勢(shì)線

Matplotlib允許對(duì)圖進(jìn)行廣泛的自定義，包括趨勢(shì)線的外觀。您可以修改趨勢(shì)線的顏色、線型和寬度。

# Calculate the best-fit line
z = np.polyfit(x, y, 1)
p = np.poly1d(z)

# Plot the scatter plot and the customized trend line
plt.scatter(x, y)
plt.plot(x, p(x), color="purple", linewidth=2, linestyle="--")
plt.title("Scatter Plot with Customized Trend Line")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

多條趨勢(shì)線

在某些情況下，您可能希望比較同一散點(diǎn)圖上的不同趨勢(shì)線。這可以通過計(jì)算和繪制多條趨勢(shì)線來實(shí)現(xiàn)。

# Generate random data
x = np.random.rand(50)
y = np.random.rand(50)

# Calculate the linear and polynomial trend lines
z1 = np.polyfit(x, y, 1)
p1 = np.poly1d(z1)
z2 = np.polyfit(x, y, 2)
p2 = np.poly1d(z2)

# Plot the scatter plot and both trend lines
plt.scatter(x, y)
plt.plot(x, p1(x), "r--", label="Linear Trend Line")
plt.plot(x, p2(x), "g-", label="Polynomial Trend Line")
plt.title("Scatter Plot with Multiple Trend Lines")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend()
plt.show()

總結(jié)

在Matplotlib中向散點(diǎn)圖添加趨勢(shì)線是可視化和理解變量之間關(guān)系的強(qiáng)大方法。無論您需要簡(jiǎn)單的線性趨勢(shì)線還是更復(fù)雜的多項(xiàng)式趨勢(shì)線，Matplotlib都提供了創(chuàng)建信息豐富且視覺上吸引人的圖表所需的工具。

到此這篇關(guān)于Python使用Matplotlib繪制散點(diǎn)趨勢(shì)線的代碼詳解的文章就介紹到這了,更多相關(guān)Python Matplotlib散點(diǎn)趨勢(shì)圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: