Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

पायथन में क्लस्टरिंग के लिए स्कैटर प्लॉट कैसे बनाएं?

पायथन में क्लस्टरिंग के लिए स्कैटर प्लॉट बनाने के लिए, हम निम्नलिखित कदम उठा सकते हैं -

  • आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।
  • numpy का उपयोग करके x और y डेटा पॉइंट, क्लस्टर और केंद्र बनाएं।
  • नया आंकड़ा बनाएं या मौजूदा आंकड़ा सक्रिय करें।
  • वर्तमान आंकड़े में एक सबप्लॉट व्यवस्था जोड़ें।
  • स्कैटर () . का उपयोग करके स्कैटर डेटा बिंदुओं को प्लॉट करें विधि।
  • इटरेट सेंटर डेटा और प्लेस मार्कर का उपयोग करके स्कैटर () विधि।
  • आंकड़ा प्रदर्शित करने के लिए, दिखाएं () . का उपयोग करें विधि।

उदाहरण

pltplt.rcParams["figure.figsize"] =[7.00, 3.50]plt.rcParams["figure.autolayout"] =Truex =np.random.randn(10)y =np.random.randn(10)क्लस्टर =np.array([0, 1, 1, 1, 3, 2, 2, 3, 0, 2]) केंद्र =np.random.randn(4, 2)अंजीर =plt.figure()ax =fig.add_subplot(111)scatter =ax.scatter(x, y, c=Cluster, s=50) for i, j केंद्रों में:ax.scatter(i, j, s=50, c='लाल', मार्कर='+')plt.show()

आउटपुट

यह निम्नलिखित आउटपुट का उत्पादन करेगा

पायथन में क्लस्टरिंग के लिए स्कैटर प्लॉट कैसे बनाएं? पायथन में क्लस्टरिंग के लिए स्कैटर प्लॉट कैसे बनाएं?


  1. कैसे मनमाना डेटा का उपयोग कर Matplotlib के साथ एक 4D प्लॉट बनाने के लिए?

    4D प्लॉट बनाने के लिए, हम x, y, z और c मानक डेटा पॉइंट बना सकते हैं। एक नया आंकड़ा बनाएं या मौजूदा आंकड़ा सक्रिय करें। कदम आकृति() . का प्रयोग करें एक आकृति बनाने या किसी मौजूदा आकृति को सक्रिय करने की विधि। सबप्लॉट व्यवस्था के हिस्से के रूप में एक आकृति जोड़ें। numpy का उपयोग करके x, y, z

  1. पायथन में स्कैटर प्लॉट पर एक लाइन को कैसे ओवरप्लॉट करें?

    सबसे पहले, हम स्कैटर विधि का उपयोग करके विभिन्न डेटा बिंदुओं के लिए एक स्कैटर बना सकते हैं, और फिर, हम प्लॉट विधि का उपयोग करके लाइनों को प्लॉट कर सकते हैं। कदम एक नया फिगर बनाएं, या फिगर (4, 3) के साथ मौजूदा फिगर को एक्टिवेट करें, फिगर () मेथड का इस्तेमाल करें। वर्तमान आकृति में एक अक्ष जोड़े

  1. Google पत्रक में स्कैटर प्लॉट कैसे बनाएं

    स्कैटर प्लॉट (जिसे स्कैटर प्लॉट ग्राफ़ के रूप में भी जाना जाता है) डेटा विश्लेषकों के लिए एक उपयोगी उपकरण है, जो दो अलग-अलग डेटा सेटों को देखने और उनका विश्लेषण करने में मदद करता है। उदाहरण के लिए, यदि आप विभिन्न बिक्री टीमों के बिक्री परिणामों की तुलना कर रहे हैं, तो एक स्कैटर प्लॉट आपको यह देखने क