##可视化分组箱线图 data=pd.read_csv("J:/06 民航安全风险评估(2023-2024-1)/02 教学课件/02 课堂练习/data/iris.csv") data.iloc[:,1:6].boxplot(column=["Sepal.Length","Sepal.Width"],by="Species",figsize=(12,6)) plt.imshow ##可视化散点图,设置映射颜色 col=data.Species.map({"setosa":"blue","versicolor":"red","virginica":"green"}) data.plot(kind="scatter",x="Sepal.Length",y="Sepal.Width",s=30,c=col,figsize=(10,6))
时间: 2023-07-22 08:08:43 浏览: 47
这段代码使用了Python的pandas和matplotlib库来进行可视化操作。首先,使用pandas读取了一个名为"iris.csv"的数据文件,并将其存储在名为data的DataFrame中。
接下来,通过调用boxplot()函数,使用列名"Sepal.Length"和"Sepal.Width"作为箱线图的数据列,按照"Species"列进行分组,并设置图形的大小为(12,6)。这样就生成了一个分组箱线图。
然后,通过调用scatter()函数,创建了一个散点图。散点图的x轴为"Sepal.Length"列,y轴为"Sepal.Width"列,点的大小为30,颜色根据"Species"列的取值映射为蓝色、红色和绿色。最后,设置图形的大小为(10,6)。
如果你想显示生成的图形,可以调用plt.show()函数。例如:
```python
import matplotlib.pyplot as plt
data=pd.read_csv("J:/06 民航安全风险评估(2023-2024-1)/02 教学课件/02 课堂练习/data/iris.csv")
data.iloc[:,1:6].boxplot(column=["Sepal.Length","Sepal.Width"],by="Species",figsize=(12,6))
plt.show()
col=data.Species.map({"setosa":"blue","versicolor":"red","virginica":"green"})
data.plot(kind="scatter",x="Sepal.Length",y="Sepal.Width",s=30,c=col,figsize=(10,6))
plt.show()
```
这样就可以分别显示箱线图和散点图了。