目录

散点图

❮ 上一节下一节 ❯

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。

最常见的收集数据是数字和测量值。

通常数据存储在表示值之间关系的数组中。

该表包含房价与面积的关系：

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

散点图散布在某个区域上的点代表两个值之间的关系。

示例

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];

// Define Data
const data = [{
  x: xArray,
  y: yArray,
  mode:"markers"
}];

// Define Layout
const layout = {
  xaxis: {range: [40, 160], title: "Square Meters"},
  yaxis: {range: [5, 16], title: "Price in Millions"},
  title: "House Prices vs. Size"
};

// Display with Plotly
Plotly.newPlot("myPlot", data, layout);

亲自试一试 »

图表

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];

// Define Data
const data = [{
  x: xArray,
  y:yArray,
  mode:"lines"
}];

// Define Layout
const layout = {
  xaxis: {range: [40, 160], title: "Square Meters"},
  yaxis: {range: [5, 16], title: "Price in Millions"},
  title: "House Prices vs Size"
};

// Display with Plotly
Plotly.newPlot("myPlot", data, layout);

亲自试一试 »

何时使用散点图

散点图非常适合：

看到"Big Picture"
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

❮ 上一节下一节 ❯