数据可视化绘制大模型综合竞争力气泡图散点图代码

数据可视化中，绘制大模型综合竞争力的气泡图或散点图通常用于展示模型性能指标、复杂度等信息的关系。这里假设我们有三个关键变量：模型名称（x轴）、性能得分（y轴）和模型大小（作为气泡大小）。以下是使用Python库`matplotlib`和`seaborn`的一个简单示例：

import matplotlib.pyplot as plt
import seaborn as sns

# 假设你有一个包含模型数据的数据框，如df：
# df = {
#     'model_name': ['ModelA', 'ModelB', 'ModelC', ...],
#     'performance_score': [90, 85, 95, ...],
#     'model_size': [1000, 1500, 2000, ...]
# }

# 将数据框转换为适合绘图的格式
x = df['model_name']
y = df['performance_score']
bubble_size = df['model_size']

# 使用plt.scatter创建散点图
plt.figure(figsize=(10, 6))
sns.scatterplot(x=x, y=y, s=bubble_size, alpha=0.7)  # alpha设置透明度
plt.title('模型综合竞争力气泡图')
plt.xlabel('模型名称')
plt.ylabel('性能得分')
plt.xlim(0, max(x))  # 调整x轴范围
plt.ylim(0, max(y))  # 调整y轴范围
plt.scatter('model_name', 'performance_score', data=df, size='model_size', palette='viridis', alpha=0.6)

# 添加大小标尺
plt.scatter([], [], s=[max(bubble_size)*10 for _ in range(len(x))], edgecolors='black', linewidths=0.5)
plt.text(0.9, 0.9, '模型规模 (越大圆圈越大)', transform=plt.gca().transAxes, fontsize=12, va='top', ha='right')

# 显示图形
plt.show()