Comparaisons quantitatives : diagrammes en nuage de points

Introduction à la visualisation de données avec Matplotlib

Ariel Rokem

Data Scientist

Présentation des diagrammes en nuages de points

fig, ax = plt.subplots()

ax.scatter(climate_change["co2"], climate_change["relative_temp"])

ax.set_xlabel("CO2 (ppm)")
ax.set_ylabel("Relative temperature (Celsius)")
plt.show()

Personnalisation des graphiques de dispersion

eighties = climate_change["1980-01-01":"1989-12-31"]
nineties = climate_change["1990-01-01":"1999-12-31"]

fig, ax = plt.subplots()

ax.scatter(eighties["co2"], eighties["relative_temp"],
           color="red", label="eighties")

ax.scatter(nineties["co2"], nineties["relative_temp"],
           color="blue", label="nineties")

ax.legend()

ax.set_xlabel("CO2 (ppm)")
ax.set_ylabel("Relative temperature (Celsius)")

plt.show()

Codage d'une comparaison par couleur

Encodage d'une troisième variable par couleur

fig, ax = plt.subplots()

ax.scatter(climate_change["co2"], climate_change["relative_temp"],
           c=climate_change.index)

ax.set_xlabel("CO2 (ppm)")
ax.set_ylabel("Relative temperature (Celsius)")
plt.show()

Encodage de l’heure en couleur

Veuillez vous entraîner à créer vos propres diagrammes en nuages de points.

Introduction à la visualisation de données avec Matplotlib