산점도

Coddy Machine Learning 여정의 데이터와 시각화 섹션에 포함된 레슨. 60개 중 21번째.

열 가지 관엽식물: 하루 일조 시간과 각각의 성장량입니다. 선으로 연결하면 뒤엉킨 모양이 됩니다. 점으로 표시하면 패턴이 나타납니다:

같은 열 가지 식물을 보여 주는 두 차트. 가로축은 일조 시간, 세로축은 성장량입니다. 왼쪽에서는 plt.plot이 식물들을 지그재그로 뒤엉킨 선으로 연결합니다. 오른쪽에서는 plt.scatter가 오른쪽 위로 올라가는 점들을 보여 줍니다

plt.scatter(x, y)는 선 없이 각 쌍마다 점 하나를 그립니다:

sun = [2, 6, 3, 8, 5, 1, 7, 4, 6, 3]
growth = [4, 10, 7, 12, 6, 2, 9, 8, 7, 3]
plt.scatter(sun, growth)
plt.xlabel("Sun (hours a day)")
plt.ylabel("Growth (cm)")
plt.show()

햇빛이 많을수록 더 많이 자랍니다. 산점도는 서로 다른 표본의 두 측정값이 어떤 관계인지 보여 줍니다. 모델이 한 측정값으로 다른 측정값을 예측하기 전에 먼저 살펴보는 것입니다.

요일처럼 순서가 있는 값은 여전히 plt.plot을 사용합니다.

챌린지

중급

낚시꾼은 잡은 순서대로 각 물고기를 기록했습니다. 물고기마다 한 행씩, 길이(cm) 다음에 무게(g)를 적었습니다. 시작 코드에서는 plt.plot으로 이 데이터를 이어서 선이 지그재그로 그려지고 패턴이 가려집니다.

물고기를 각각 점 하나로 표시하세요. 길이는 가로축에, 무게는 세로축에 둡니다.
선은 전혀 표시하지 마세요.
제목과 레이블, plt.show()는 그대로 두세요.

다른 낚시 여행에서 얻은 아래 그래프처럼 보이면 됩니다.

Fish Catch라는 제목의 산점도: 선 없이 18 cm, 90 g에서 42 cm, 980 g까지 올라가는 점 아홉 개

프로그램은 아무것도 출력하지 않습니다. Coddy가 출력에 차트를 설명합니다.

직접 해보기

import numpy as np
import matplotlib.pyplot as plt

# 각 행은 잡힌 순서대로 물고기 한 마리를 나타냅니다: 길이 (cm), 무게 (g)
fish = np.array([[22, 180], [30, 390], [25, 250], [35, 620],
                 [28, 330], [40, 870], [19, 120], [33, 510]])

# 아래 그림을 수정하세요
plt.plot(fish[:, 0], fish[:, 1])

# 아래 줄은 변경하지 마세요
plt.title("Fish Catch")
plt.xlabel("Length (cm)")
plt.ylabel("Weight (g)")
plt.show()