Dalam dunia analisis data, plot adalah salah satu cara untuk menampilkan data dalam bentuk visual. Salah satu jenis plot yang paling populer adalah plot dengan dots (markers) yang berwarna dan ukuran berbeda. Dalam artikel ini, kita akan belajar cara membuat plot tersebut menggunakan Python dan library matplotlib.

Mengatur Ukuran Dots

Ukuran dots dapat diubah menggunakan argument s. Pastikan bahwa array untuk ukuran dots memiliki panjang yang sama dengan array untuk x- dan y-axis.

Contoh:

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
sizes = np.array([20,50,100,200,500,1000,60,90,10,300,600,800,75])

plt.scatter(x, y, s=sizes)
plt.show()

Mengatur Transparansi Dots

Transparansi dots dapat diubah menggunakan argument alpha. Pastikan bahwa array untuk transparansi memiliki panjang yang sama dengan array untuk x- dan y-axis.

Contoh:

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
sizes = np.array([20,50,100,200,500,1000,60,90,10,300,600,800,75])

plt.scatter(x, y, s=sizes, alpha=0.5)
plt.show()

Mengombinasikan Warna, Ukuran dan Transparansi

Kita dapat mengombinasikan warna, ukuran dan transparansi dengan cara menggunakan colormap. Hal ini paling efektif jika dots adalah transparent.

Contoh:

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randint(100, size=(100))
y = np.random.randint(100, size=(100))
colors = np.random.randint(100, size=(100))
sizes = 10 * np.random.randint(100, size=(100))

plt.scatter(x, y, c=colors, s=sizes, alpha=0.5, cmap='nipy_spectral')
plt.colorbar()
plt.show()

Dalam contoh di atas, kita menggunakan colormap nipy_spectral untuk memberikan warna kepada dots. Kita juga dapat mengatur ukuran dan transparansi dots dengan cara mengubah value-value dalam array sizes dan alpha.

Dengan demikian, kita telah belajar cara membuat plot dengan dots yang berwarna, ukuran berbeda, dan transparansi menggunakan Python dan library matplotlib.