最适合网络开发者的网站
人工智能。初学者课程

尿素

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7889991011141415
尺寸5060708090100110120130140150

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7889991011141415
尺寸5060708090100110120130140150

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);

亲自尝试 »


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 集群相关性