일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- Tistory
- Visualization
- 리눅스
- SQL
- MATLAB
- 티스토리
- 시각화
- 한빛미디어
- 서평
- 통계학
- matplotlib
- 독후감
- 딥러닝
- Linux
- 매틀랩
- Google Analytics
- Python
- 한빛미디어서평단
- Pandas
- 서평단
- MySQL
- python visualization
- 파이썬
- Ga
- tensorflow
- 블로그
- 텐서플로
- 파이썬 시각화
- Blog
- 월간결산
- Today
- Total
목록scatter plot (4)
pbj0812의 코딩 일기
0. 목표 - 국내 프로야구 역대 관중 수 그리기 1. 실습 1) library 호출 import matplotlib.pyplot as plt import matplotlib import pandas as pd from matplotlib import rc rc('font', family='AppleGothic') plt.rcParams['axes.unicode_minus'] = False from matplotlib.patches import Ellipse, Polygon 2) 데이터 만들기 - crowdf2 는 그림자 효과를 위함 year = [i for i in range(1999, 2019, 1)] year2 = [] for i in year: year2.append(str(i)[2:]) crow..
0. 목표 - matplotlib 으로 seaborn scatterplot 구현하기 1. 실습 1) library 호출 import pandas as pd import matplotlib.pyplot as plt import seaborn as sns 2) 데이터 호출 df = sns.load_dataset('tips') 3) seaborn 으로 그리기 sns.scatterplot(x = 'total_bill', y = 'tip', hue = 'size', style = 'sex', palette = 'Blues', data = df) 4) matplotlib 으로 그리기 (1) 색깔만 바꾸기 fig, ax = plt.subplots() scatter = ax.scatter(df['total_bill']..
0. 목표 - bokeh 라이브러리를 통한 산점도 그리기 1. 실습 1) 설치 pip install bokeh 2) 데이터 생성 - x좌표, y좌표, 원의 반지름 순 x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] z = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 3) 데이터 프레임화 df = pd.DataFrame({ 'x' : x, 'y' : y, 'z' : z }) 4) figure 객체 생성 p = figure() 5) 산점도 제작 - radius를 적당히 나눠주지 않으면 원이 튀어나감 p.scatter(df['x'], df['y'], radius=df['z']/10, fill_color='black',..
0. 목표 - python scatter plot을 이용한 구 그리기 1. 실습 1) library 호출 import numpy as np import matplotlib.pyplot as plt 2) 데이터 생성 x = np.linspace(-1, 1, 101) y = np.linspace(-1, 1, 101) 3) 격자 데이터 생성 X, Y = np.meshgrid(x, y) 4) 격자 확인 fig = plt.figure() fig.set_size_inches(15, 15) plt.scatter(X, Y) 5) Z 생성 함수 - z = 1 - (x^2 + y^2) - 뒤가 더 클 경우엔 nan으로 저장 def Z_fun(x, y): result = np.sqrt(1 - (x ** 2 + y ** 2)..