在 Seaborn 散點圖中設定標記大小
散點圖被認為是最基本和最常用的圖形之一。它可以幫助識別變數之間的任何潛在模式並顯示它們的關係。
在 Python 中,seaborn 模組被認為對於建立不同型別的圖非常有效。它基於 matplotlib 庫,使用起來相對簡單。seaborn 模組中的 scatterplot()
函式可以用來建立散點圖。
在本教程中,我們將討論如何設定散點圖中標記的大小。
要設定標記的大小,我們可以使用 s
引數。由於 seaborn 是基於 matplotlib 模組構建的,因此可以使用此引數。我們可以在 scatterplot()
函式中指定此引數並將其設定為某個值。
例如,
import random
import seaborn as sns
import matplotlib as plt
s_x = random.sample(range(0,100),20)
s_y = random.sample(range(0,100),20)
sns.scatterplot(y = s_y, x = s_x, s = 70)
或者,我們可以根據一些變數來控制點的大小。在此方法中,我們將所需的變數指定為該引數的值。
請參考下面的程式碼。
import random
import seaborn as sns
import matplotlib as plt
s_x = random.sample(range(0,100),20)
s_y = random.sample(range(0,100),20)
sns.scatterplot(y = s_y, x = s_x, s = s_x)
我們使用 s_x
變數來控制標記的大小,因此對於 s_x
值越高,點的大小就越大。或者,我們也可以使用 size
引數來實現相同的效果。它還根據一些變數更改標記的大小並新增圖例以使事情更清晰。
例如,
import random
import seaborn as sns
import matplotlib as plt
s_x = random.sample(range(0,100),20)
s_y = random.sample(range(0,100),20)
sns.scatterplot(y = s_y, x = s_x, size = s_x, sizes = (50,150))
通常,還會使用 sizes
引數,它指定 size
引數的範圍。如果我們使用 legend
引數並將其設定為 full
,則將顯示每個唯一標記的大小。
此外,我們可以使用 color
或 marker
引數來更改標記的顏色和形狀。使用 seaborn
模組,散點圖中的標記有許多不同的形狀可用。
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn