plot matrix python

matplotlib.pyplot.matshow - Dokumentasi Matplotlib 3.8.2 Fungsi matplotlib.pyplot.matshow digunakan untuk menampilkan array sebagai matriks di dalam jendela figura baru. Asal koordinat berada di sudut kiri atas dan baris (dimensi pertama array) ditampilkan secara horizontal. Scatterplot matrix adalah matriks yang terkait dengan n array numerik ($X_1$, $X_2$, …, $X_n$) dengan panjang yang sama. Sel (i,j) dari matriks tersebut menampilkan scatter plot dari variabel $X_i$ versus $X_j$. Berikut adalah contoh penggunaan dari px.scatter_matrix dari Plotly Express untuk melakukan plot scatter matrix dari kolom-kolom dalam dataframe. ```python import numpy as np import matplotlib.pyplot as plt fig, ax = plt.subplots() min_val, max_val = 0, 15 intersection_matrix = np.random.randint(0, 10, size=(max_val, max_val)) ax.matshow(intersection_matrix, cmap=plt.cm.Blues) for i in range(15): for j in range(15): c = intersection_matrix[j,i] ax.text(i, j, str(c), va='center', ha='center') ``` matshow digunakan untuk memvisualisasi matriks 2D atau array sebagai gambar berkode warna. ```python import matplotlib.pyplot as plt import numpy as np # Array 2D dengan nilai yang meningkat secara linear pada diagonal a = np.diag(range(15)) plt.matshow(a) plt.show() ``` Plot matriks memungkinkan Anda untuk memplot data sebagai matriks yang dikodekan warna dan juga bisa digunakan untuk menunjukkan klaster dalam data. Mari mulai dengan menjelajahi heatmap dan clustermap dari seaborn. ```python import seaborn as sns %matplotlib inline ``` Saya sudah tahu bagaimana cara memplot matriks 2D (array numpy): ```python from matplotlib.pyplot import imshow import numpy as np data = np.random.random((10,10)) imshow(np.asarray(img)) ``` Namun, saya tidak tahu bagaimana cara menambahkan colorbar ke dalamnya. Untuk memilih beberapa baris dan kolom dari matriks dan kemudian membuat matriks baru dengan menghilangkan semua elemen yang tidak dipilih, dapat digunakan proses slicing. Berikut adalah contoh penggunaan slicing pada matriks menggunakan numpy. ```python # Printing the whole matrix print(a[:,:]) # Choosing specific rows and columns print(a[2:3,:]) ``` Dengan menggunakan matplotlib, Anda dapat memvisualisasikan matriks korelasi dan menghasilkan diagram korelasi. Panduan ini akan memberikan panduan mendalam tentang cara memvisualisasikan korelasi matriks menggunakan matplotlib. Bagi yang membutuhkan library dapat menginstal dengan pip dan mengimportnya di Python. ```python !pip install matplotlib import matplotlib.pyplot as plt import numpy as np # Membuat array 2D y = np.random.random((2,3)) # Memplot setiap array dalam array 2D for i in range(y.shape[0]): plt.plot(y[i], color=np.random.rand(3,), label=str(i)) # Mengatur ulang posisi kotak legenda dan memperlihatkan plot plt.legend(bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0.) plt.show() ``` Matriks korelasi digunakan untuk menunjukkan hubungan antara dua variabel dan cara mereka saling berinteraksi. Korelasi positif terjadi ketika dua variabel meningkat bersamaan sedangkan korelasi negatif terjadi ketika satu variabel meningkat ketika yang lain menurun. Korelasi yang sempurna adalah $ dan $-1$.