前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >如何在Python中实现矩阵分析

如何在Python中实现矩阵分析

作者头像
Erin
发布于 2018-01-09 03:04:09
发布于 2018-01-09 03:04:09
2.9K00
代码可运行
举报
文章被收录于专栏:大数据风控大数据风控
运行总次数:0
代码可运行

矩阵分析

根据事物(如产品,服务等)的两个重要属性(指标)作为分析依据,进行关联分析,找出解决问题的一种分析方法。 如何使用Python进行矩阵分析呢 各个省份的GDP-人口矩阵分析,代码实现如下:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import pandas
import matplotlib
import matplotlib.pyplot as plt

mainColor = (42/256, 87/256, 141/256, 1);

#设置字体
font = {
    'family': 'SimHei',
    'size': 20    
}
matplotlib.rc('font', **font);


data = pandas.read_csv(
    'D:\\PDA\\5.8\\data.csv'
)

fig = plt.figure(
    figsize=(30, 20), 
    dpi=80
)

sp = fig.add_subplot(111)

sp.set_xlim([
    0, 
    data.GDP.max()*1.1
])
sp.set_ylim([
    0, 
    data.population.max()*1.1
])

#关闭坐标轴、坐标轴的刻度值
#sp.axis('off')
sp.get_xaxis().set_ticks([])
sp.get_yaxis().set_ticks([])

#画点
sp.scatter(
    data.GDP, data.population, 
    alpha=0.5, s=200, marker="o", 
    edgecolors=mainColor, linewidths=5
)

#画均值线
sp.axvline(
    x=data.GDP.mean(), 
    linewidth=1, color=mainColor
)
sp.axhline(
    y=data.population.mean(), 
    linewidth=1, color=mainColor
)

sp.axvline(
    x=0, 
    linewidth=3, color=mainColor
)
sp.axhline(
    y=0, 
    linewidth=3, color=mainColor
)

sp.set_xlabel('GDP')
sp.set_ylabel('人口')

#画标签
data.apply(
    lambda row: plt.text(
            row.GDP, 
            row.population, 
            row.province, 
            fontsize=15
        ), 
    axis=1
)

plt.show()

局部图

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2017年07月14日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
10.RFM分析&矩阵分析1.RFM分析2.矩阵分析
1.最近有过交易行为的客户,再次发生交易的可能性要高于最近没有交易行为的客户。 2.交易频率较高的客户比交易频率较低的客户,更有可能再次发生交易行为。 3.过去所有交易总金额较多的客户,比交易总金额较少的客户,更有消费积极性。
用户1250179
2018/08/02
9660
10.RFM分析&矩阵分析1.RFM分析2.矩阵分析
比较(四)利用python绘制平行坐标图
平行坐标图可以显示多变量的数值数据,最适合用来同一时间比较许多变量,并表示它们之间的关系。缺点也很明显,
HsuHeinrich
2024/07/01
2830
比较(四)利用python绘制平行坐标图
Python数据分析——以我硕士毕业论文为例
首先是在Python官网下载你计算机对应的Python软件,然后安装。安装过程基本都是傻瓜式,不做过多叙述,一路回车即可。
曼亚灿
2023/05/18
3.7K0
Python数据分析——以我硕士毕业论文为例
11.散点图&折线图&饼图1.散点图2.折线图饼图
以一个变量为横坐标,另一个变量为纵坐标,利用散点(坐标点)的分布形态反映变量关系的图形。
用户1250179
2018/08/02
8450
11.散点图&折线图&饼图1.散点图2.折线图饼图
10 种常用 Matplotlib 图的 Python 代码
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
松鼠爱吃饼干
2020/09/15
6970
10 种常用 Matplotlib 图的 Python 代码
Python3快速入门(十六)——Mat
Matplotlib是 Python 2D-绘图领域使用最广泛的套件,可以简易地将数据图形化,并且提供多样化的输出格式。 matplotlib有两个接口,一个是状态机层的接口,通过pyplot模块来进行管理;一个是面向对象的接口,通过pylab模块将所有的功能函数全部导入其单独的命名空间内。
py3study
2020/01/03
1.4K0
Matplotlib 基础
Matplotlib 是一个 Python 绘图库,可以跨平台生成各种硬拷贝格式和交互式环境的出版品质数据。
iOSDevLog
2019/05/28
2K0
数据分析 ——— matplotlib基础(二)
在上面的三个面板中分别画出了sin,cos图,前面两个参数分别为x轴, y轴数据。ax2的第三个参数“go--”是matlab风格的绘图,ax3上给出了点的标记maker,这一块是可以自己定义的,可以参考我上一篇文章数据分析 ——数据可视化matplotlib(一)。
andrew_a
2019/09/26
8570
数据分析 ——— matplotlib基础(二)
Python Matplotlib 画心形曲线[通俗易懂]
本文主要采用matplotlib绘制心形图案,并学习matplotlib中坐标轴的移动,图片背景,刻度字体大小,颜色,背景网格线,图片保存等的操作方法。
全栈程序员站长
2022/11/07
1.9K0
Python Matplotlib 画心形曲线[通俗易懂]
Python数据可视化工具:Matplotlib学习笔记(一)
大家好,我是小雨。 今天要跟大家分享的内容?是关于Python数据可视化方面的内容。Python在数据处理方面真的太厉害了,所以总结了部分笔记,分享给大家一起学习。 简介 matplotlib是什
小雨coding
2021/03/27
1.5K0
使用Python和Geopandas进行地理数据可视化的实用指南
地理数据可视化在许多领域都是至关重要的,无论是研究地理空间分布、城市规划、环境保护还是商业决策。Python语言以其强大的数据处理和可视化库而闻名,而Geopandas作为其地理信息系统(GIS)领域的扩展,为处理地理空间数据提供了方便的工具。本文将介绍如何使用Python和Geopandas进行地理数据可视化,并提供实用的代码示例。
一键难忘
2024/07/08
7740
Python数据分析实战(3)Python实现数据可视化
数据可视化是指将数据放在可视环境中、进一步理解数据的技术,可以通过它更加详细地了解隐藏在数据表面之下的模式、趋势和相关性。
cutercorley
2020/08/31
4.7K0
数据分析最有用的Top 50 Matplotlib图(带有完整的Python代码)(上)
50个Matplotlib图的汇编,在数据分析和可视化中最有用。此列表允许您使用Python的Matplotlib和Seaborn库选择要显示的可视化对象。
Datawhale
2019/10/18
2.1K0
数据分析最有用的Top 50 Matplotlib图(带有完整的Python代码)(上)
统计02:怎样描绘数据
作者:Vamei 出处:http://www.cnblogs.com/vamei 严禁转载。
Vamei
2018/09/25
1K0
统计02:怎样描绘数据
第六次人口普查数据分析
以下数据基于统计局发布的2010年第六次人口普查工作,所有数据均可在统计局网址上下载。
用户2145057
2019/02/25
2.2K0
第六次人口普查数据分析
matplotlib
r表示不需要转义,raw(生的),LATEX用法,python中使用latex,需要在文本的后面加上$,\pi会转义为pi
h3110_w0r1d
2024/02/19
2720
matplotlib
高效使用 Python 可视化工具 Matplotlib
Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表。本文主要推荐一个学习使用Matplotlib的步骤。
昱良
2019/07/16
2.6K0
高效使用 Python 可视化工具 Matplotlib
这40个Python可视化图表案例,强烈建议收藏!
不过有些小伙伴也会遇到不少问题,比如选择何种图表,以及如何制作,代码如何编写,这些都是问题!
小F
2021/09/14
4.4K0
TOP50 Python可视化经典案例上(附源码,建议收藏)
很多读者想学Python转数据分析,在学习或使用的过程中经常会忘记一些图表的具体用法,所以行哥分享matplotlib和seaborn速查表给读者们在画图的时候使用,需要pdf版本的话可以在行哥免费的星球里下载
行哥玩Python
2020/07/14
2.8K0
TOP50 Python可视化经典案例上(附源码,建议收藏)
matplotlib绘图基础[通俗易懂]
http://blog.csdn.net/pipisorry/article/details/37742423
全栈程序员站长
2022/09/01
6.7K0
matplotlib绘图基础[通俗易懂]
相关推荐
10.RFM分析&矩阵分析1.RFM分析2.矩阵分析
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档