Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- GIT
- 알파회계
- 네트워크 설정
- 처음 만나는 AI 수학 with Python
- 자바편
- 스프링 시큐리티
- 처음 만나는 AI수학 with Python
- 데비안
- resttemplate
- Kernighan의 C언어 프로그래밍
- 서버설정
- 코드로배우는스프링웹프로젝트
- 깃
- /etc/network/interfaces
- 자료구조와 함께 배우는 알고리즘 입문
- network configuration
- merge
- iterator
- 스프링부트핵심가이드
- 페이징
- 리눅스
- 목록처리
- 친절한SQL튜닝
- 티스토리 쿠키 삭제
- 이터레이터
- 구멍가게코딩단
- 자료구조와함께배우는알고리즘입문
- 병합
- 선형대수
- 코드로배우는스프링부트웹프로젝트
Archives
- Today
- Total
bright jazz music
matplotlib03 : 산포도 scatter(), 히스토그램 hist() 본문
#scatter() 함수로 산포도 표시 가능
import numpy as np
import matplotlib.pyplot as plt
x = np.array([1.2, 2.4, 0.0, 1.4, 1.5, 0.3, 0.7]) # x좌표
y = np.array([2.4, 1.4, 1.0, 0.1, 1.7, 2.0, 0.6]) # y좌표
plt.scatter(x, y) #산포도의 플롯
plt.grid()
plt.show()
# matplotlib 그래프에서는 특별히 설정하지 않으면 가로축 세로축의 배율이 다르다.
#hist() 함수로 히스토그램 표시 가능
#히스토그램에서는 각 범위의 값의 빈도가 카운트된 직사각형 기둥으로 표시된다.
import numpy as np
import matplotlib.pyplot as plt
data= np.array([0, 1, 1, 2, 2, 2, 3, 3, 4, 5, 6, 6, 7, 7, 7, 8, 8, 9])
plt.hist(data, bins=10) #히스토그램 bins는 기둥의 수
plt.show()
#data의 값의 빈도를 기둥의 높이로 표시. 즉 각 수치의 빈도가 카운트 됨.
연습문제
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-3, 3)
y_1 = 1.5 * x
y_2 = -2 * x + 1
plt.xlabel('x value', size = 14)
plt.ylabel('y value', size = 14)
plt.title("My Graph")
plt.grid()
plt.plot(x, y_1, label="y1")
plt.plot(x, y_2, label="y2", linestyle="dashed")
plt.legend()
plt.show()
'Math > 기초수학' 카테고리의 다른 글
기초수학 : 2. 함수 (0) | 2022.06.24 |
---|---|
기초수학 : 1. 변수와 상수 (0) | 2022.06.24 |
matplotlib02 : 그래프 그리기, 그래프 꾸미기, plot(), show() (0) | 2022.06.21 |
matplotlib01 : linspace() 구간 설정하기 (0) | 2022.06.21 |
numpy05: sum, average, max, min + 실습 (0) | 2022.06.20 |
Comments