散点图
- 数据收集
- 散点图
- 图表
数据采集
收集数据是任何机器智能项目中最重要的部分。
最常收集的数据是数字和测量值。
数据通常存储在表示值之间关系的数组中。
下表包含房价与面积：
| 价格 | 7 | 8 | 8 | 9 | 9 | 9 | 10 | 11 | 14 | 14 | 15 |
| 尺寸 | 50 | 60 | 70 | 80 | 90 | 100 | 110 | 120 | 130 | 140 | 150 |
散点图
A 散点图 在某个区域上散布着表示两个值之间关系的点。
例子
const xArray = [50,60,70,80,90,100,110,120,130,140,150];
const yArray = [7,8,8,9,9,9,10,11,14,14,15];
// 定义数据
const 数据 = [{
x: x数组，
y: y 数组，
模式：“标记”
}];
// 定义布局
const 布局 = {
xaxis: {range: [40, 160], title: "平方米"},
yaxis：{范围：[5，16]，标题：“百万美元的价格”}，
标题：“房价与面积”
};
// 使用 Plotly 显示
Plotly.newPlot（“myPlot”，数据，布局）；
亲自尝试 »
图表
A 图形 也可以用来显示相同的值：
| 价格 | 7 | 8 | 8 | 9 | 9 | 9 | 10 | 11 | 14 | 14 | 15 |
| 尺寸 | 50 | 60 | 70 | 80 | 90 | 100 | 110 | 120 | 130 | 140 | 150 |
源代码
const xArray = [50,60,70,80,90,100,110,120,130,140,150];
const yArray = [7,8,8,9,9,9,10,11,14,14,15];
// 定义数据
const 数据 = [{
x: x数组，
y:y数组，
模式：“线条”
}];
// 定义布局
const 布局 = {
xaxis: {range: [40, 160], title: "平方米"},
yaxis：{范围：[5，16]，标题：“百万美元的价格”}，
标题：“房价与面积”
};
// 使用 Plotly 显示
Plotly.newPlot（“myPlot”，数据，布局）；
何时使用散点图
散点图适用于：
- 纵观全局
- 比较不同的值
- 发现潜在趋势
- 发现数据中的模式
- 发现数据之间的关系
- 发现 集群 和相关性
