python如何在已有的csv数据中添加离散点异常,并且分别画出散点异常和原有数据
时间: 2023-12-03 22:45:17 浏览: 35
可以使用Python的pandas和matplotlib库来实现。
首先,读取csv文件并将其转换为pandas数据框:
```
import pandas as pd
data = pd.read_csv('data.csv')
```
然后,可以通过numpy库生成一些随机的离散点异常,并将其添加到数据框中:
```
import numpy as np
# 生成随机离散点异常
outliers = pd.DataFrame(np.random.randint(0, 100, size=(10, 2)), columns=['x', 'y'])
# 将离散点异常添加到数据框中
data = pd.concat([data, outliers], ignore_index=True)
```
接下来,可以使用matplotlib库将原始数据和离散点异常分别绘制出来:
```
import matplotlib.pyplot as plt
# 绘制原始数据
plt.scatter(data['x'], data['y'], color='blue')
# 绘制离散点异常
plt.scatter(outliers['x'], outliers['y'], color='red')
plt.show()
```
完整代码如下:
```
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 读取csv文件并转换为pandas数据框
data = pd.read_csv('data.csv')
# 生成随机离散点异常
outliers = pd.DataFrame(np.random.randint(0, 100, size=(10, 2)), columns=['x', 'y'])
# 将离散点异常添加到数据框中
data = pd.concat([data, outliers], ignore_index=True)
# 绘制原始数据
plt.scatter(data['x'], data['y'], color='blue')
# 绘制离散点异常
plt.scatter(outliers['x'], outliers['y'], color='red')
plt.show()
```
相关推荐
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)