Python如何绘制多个散点图并实现数据采样？

本文共计697个文字，预计阅读时间需要3分钟。

参考原文：

创新是引领发展的第一动力，是一个国家、一个民族进步的灵魂。在当今世界，创新已经成为全球竞争的核心要素。以下是一些关于创新的观点和论述：

1. 创新是推动社会进步的重要力量。从历史上的科技革命到现代的信息技术革命，创新始终是推动社会进步的重要动力。

2. 创新需要良好的环境。一个国家、一个地区要实现创新，必须具备良好的创新环境，包括政策支持、资金投入、人才储备等。

3. 创新需要跨学科、跨领域的合作。创新往往需要不同领域的专家共同参与，通过跨界合作，实现知识的碰撞和融合。

4. 创新需要勇于尝试和失败。创新过程中，失败是不可避免的，但正是通过不断的尝试和失败，才能最终实现创新。

5. 创新需要关注用户体验。在创新过程中，要始终关注用户的需求和体验，确保创新成果能够满足用户的需求。

6. 创新需要持续投入。创新是一个持续的过程，需要不断投入人力、物力和财力，才能保持创新活力。

7. 创新需要全球视野。在全球化的背景下，创新需要具备全球视野，关注全球发展趋势，积极参与国际竞争。

总之，创新是一个国家、一个民族不断进步的动力源泉。我们要深入实施创新驱动发展战略，努力推动创新事业不断发展。

参考：
​​​ www.jianshu.com/p/14e635662fff​​

#sampleBy根据指定字段分层抽样，抽取0.02%
sample_data = df.sampleBy('gender',{1:0.0002,2:0.0002}).select("balance","numTrans","numIntlTrans")
sample_data.take(5)
To put multiple 2D charts in one go you can use

data_multi = dict([
(elem, data_sample.select(elem).rdd.flatMap(lambda row: row).collect())
for elem in numerical
])

sctr = chrt.Scatter(data_multi, x='balance', y='numTrans')

chrt.show(sctr)


# 或者这样

#按字段将值分开
data_multi ={elem:sample_data.select(elem).rdd.flatMap(lambda x:x).collect()\
for elem in ["balance","numTrans","numIntlTrans"]}
#画散点图，plt.scatter(x,y)
plt.scatter(data_multi["numTrans"],data_multi["balance"],c ='r',marker='o',label="numTrans-balance")
plt.scatter(data_multi["numIntlTrans"],data_multi["balance"],c ='b',marker="x",label="numInt-balance")
plt.grid(True)#网格
plt.xlabel("x value")
plt.ylabel("y value")
plt.legend(loc='upper right')#图例的位置
plt.title("scatter view")