Plotting adalah salah satu cara terbaik untuk memvisualisasikan data dengan menggunakan titik-titik (dots) sebagai representasi nilai-nilai yang diplot. Pada artikel ini, kita akan membahas mengenai plotting dengan dots dan beberapa argumen yang dapat digunakan untuk mempersonalisasi plot tersebut.

Gnuplot dan Variasi

Terlebih dahulu, mari kita lihat contoh-contoh dasar dari plotting dengan dots menggunakan Gnuplot. Gnuplot adalah salah satu library terpopuler untuk plotting di Python. Berikut adalah beberapa contoh varian dari Gnuplot:

  • gnuplot
  • gnuplot_r
  • gnuplot2
  • gnuplot2_r

Setiap varian memiliki cara yang unik untuk memvisualisasikan data, namun secara umum semua varian ini dapat digunakan untuk membuat plot dengan dots.

Size

Kita dapat mengubah ukuran dots dengan menggunakan argumen s. Jika kita ingin membuat ukuran dots lebih besar, maka kita hanya perlu menentukan nilai yang lebih besar. 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()

Alpha

Kita juga dapat mengatur transparansi dots dengan menggunakan argumen alpha. 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()

Kombinasi Warna Ukuran dan Alpha

Kita juga dapat mengkombinasikan warna, ukuran dots, dan transparansi untuk membuat plot yang lebih menarik. 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()

Dengan menggunakan beberapa argumen ini, kita dapat membuat plot dengan dots yang lebih menarik dan lebih mudah dipahami.