散点图

本课属于 Coddy Machine Learning 学习旅程的“数据与图表”单元。第 21 课，共 60 课。

10 株室内植物：每天的日照时长，以及每株植物的生长量。用线连接起来后，它们会交织成一团。显示为点后，就能看出一种规律：

两张图展示了相同的 10 株植物，横轴是日照时长，纵轴是生长量。左图中，plt.plot 将它们连接成锯齿状的一团。右图中，plt.scatter 显示的点从左向右升高

plt.scatter(x, y)会为每组数据画一个点，不画线：

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()

阳光越多，生长越快。散点图展示了不同样本的两项测量值之间的关系：在模型根据其中一项预测另一项之前，先看看它们之间的关系。

按顺序排列的值，比如一周中的各天，仍然使用 plt.plot。

挑战

中等

钓鱼的人按捕获顺序记录了每条鱼：每条鱼占一行，先是长度（cm），然后是重量（g）。初始代码用 plt.plot 将它们连起来，所以线条会来回折返，遮住规律。

把每条鱼画成一个独立的点：长度沿横轴，重量沿纵轴。
不要画任何线。
保留标题、标签和 plt.show()。

你的图应该和下面这张来自另一次出行的图相似：

标题为 Fish Catch 的散点图：9 个点从 18 cm、90 g 上升到 42 cm、980 g，没有连线

你的程序不会打印任何内容。Coddy 会在输出中描述你的图表。

亲手试试

import numpy as np
import matplotlib.pyplot as plt

# 每行代表一条鱼，按捕获顺序排列：长度（cm）、重量（g）
fish = np.array([[22, 180], [30, 390], [25, 250], [35, 620],
                 [28, 330], [40, 870], [19, 120], [33, 510]])

# 修正下面的图
plt.plot(fish[:, 0], fish[:, 1])

# 不要修改下面的代码行
plt.title("Fish Catch")
plt.xlabel("Length (cm)")
plt.ylabel("Weight (g)")
plt.show()