【Python】plt.scatter.

本文详细介绍了如何使用Python的Matplotlib库绘制散点图,包括如何设置散点的形状、大小、颜色及线宽等属性,并通过具体示例展示了不同属性的应用效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、scatter函数原型

2、其中散点的形状参数marker如下:

3、其中颜色参数c如下:

4、基本的使用方法如下:

[python]  view plain  copy
  1. #导入必要的模块  
  2. import numpy as np  
  3. import matplotlib.pyplot as plt  
  4. #产生测试数据  
  5. x = np.arange(1,10)  
  6. y = x  
  7. fig = plt.figure()  
  8. ax1 = fig.add_subplot(111)  
  9. #设置标题  
  10. ax1.set_title('Scatter Plot')  
  11. #设置X轴标签  
  12. plt.xlabel('X')  
  13. #设置Y轴标签  
  14. plt.ylabel('Y')  
  15. #画散点图  
  16. ax1.scatter(x,y,c = 'r',marker = 'o')  
  17. #设置图标  
  18. plt.legend('x1')  
  19. #显示所画的图  
  20. plt.show()  

结果如下:

5、当scatter后面参数中数组的使用方法,如s,当s是同x大小的数组,表示x中的每个点对应s中一个大小,其他如c,等用法一样,如下:

(1)、不同大小

[python]  view plain  copy
  1. #导入必要的模块  
  2. import numpy as np  
  3. import matplotlib.pyplot as plt  
  4. #产生测试数据  
  5. x = np.arange(1,10)  
  6. y = x  
  7. fig = plt.figure()  
  8. ax1 = fig.add_subplot(111)  
  9. #设置标题  
  10. ax1.set_title('Scatter Plot')  
  11. #设置X轴标签  
  12. plt.xlabel('X')  
  13. #设置Y轴标签  
  14. plt.ylabel('Y')  
  15. #画散点图  
  16. sValue = x*10  
  17. ax1.scatter(x,y,s=sValue,c='r',marker='x')  
  18. #设置图标  
  19. plt.legend('x1')  
  20. #显示所画的图  
  21. plt.show()  

(2)、不同颜色

[python]  view plain  copy
  1. #导入必要的模块  
  2. import numpy as np  
  3. import matplotlib.pyplot as plt  
  4. #产生测试数据  
  5. x = np.arange(1,10)  
  6. y = x  
  7. fig = plt.figure()  
  8. ax1 = fig.add_subplot(111)  
  9. #设置标题  
  10. ax1.set_title('Scatter Plot')  
  11. #设置X轴标签  
  12. plt.xlabel('X')  
  13. #设置Y轴标签  
  14. plt.ylabel('Y')  
  15. #画散点图  
  16. cValue = ['r','y','g','b','r','y','g','b','r']  
  17. ax1.scatter(x,y,c=cValue,marker='s')  
  18. #设置图标  
  19. plt.legend('x1')  
  20. #显示所画的图  
  21. plt.show()  

结果:

(3)、线宽linewidths

[python]  view plain  copy
  1. #导入必要的模块  
  2. import numpy as np  
  3. import matplotlib.pyplot as plt  
  4. #产生测试数据  
  5. x = np.arange(1,10)  
  6. y = x  
  7. fig = plt.figure()  
  8. ax1 = fig.add_subplot(111)  
  9. #设置标题  
  10. ax1.set_title('Scatter Plot')  
  11. #设置X轴标签  
  12. plt.xlabel('X')  
  13. #设置Y轴标签  
  14. plt.ylabel('Y')  
  15. #画散点图  
  16. lValue = x  
  17. ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o')  
  18. #设置图标  
  19. plt.legend('x1')  
  20. #显示所画的图  
  21. plt.show()  

【Python】plt.scatter.
### 如何在 Python Matplotlib 中使用 `plt.scatter` 绘制散点图 #### 导入必要库 为了能够成功绘制散点图,首先需要导入必要的库。这通常涉及到 `matplotlib.pyplot` 和 `numpy` 库。 ```python import matplotlib.pyplot as plt import numpy as np ``` #### 创建随机数据集 接着,可以创建一些用于绘图的数据。这里通过 NumPy 的 `rand()` 函数来生成两组服从均匀分布的随机数作为 X 轴和 Y 轴的数据点位置。 ```python x = np.random.rand(50) y = np.random.rand(50) ``` #### 配置全局字体设置以便支持中文显示 为了让图表中的文字能正常显示中文字符,可以通过修改 `rcParams` 来指定合适的中文字体名称。 ```python plt.rcParams['font.sans-serif'] = ['SimHei'] ``` #### 使用 `plt.scatter` 方法绘制基本散点图 调用 `scatter()` 方法传入上述准备好的 x 和 y 数据即可完成一个基础版本的散点图绘制工作。 ```python plt.scatter(x, y) # 基础散点图绘制命令 ``` #### 自定义样式参数增强可视化效果 除了最基本的输入外,还可以利用更多可选参数来自定义散点的颜色、大小以及其他属性,从而让图像更加美观易读。例如: - `c`: 定义颜色或色彩映射表; - `s`: 控制各点面积大小; - `alpha`: 设定透明度级别; 下面的例子展示了带有渐变色的效果以及添加了颜色条的情况。 ```python colors = np.random.rand(50) # 新增一组数值代表不同深浅程度的颜色值 sizes = 100 * np.abs(np.sin(y)) # 动态调整每个点的实际尺寸范围 plt.scatter(x, y, c=colors, s=sizes, alpha=0.6, cmap='viridis') plt.colorbar() ``` #### 添加标题与坐标轴标签完善细节描述 最后不要忘记给整个图形加上适当的文字说明部分,包括但不限于整体标题还有各个维度的具体含义解释等信息。 ```python plt.title('带自定义样式的复杂散点图') # 图形总标题 plt.xlabel('横坐标X轴') # X轴名 plt.ylabel('纵坐标Y轴') # Y轴名 ``` #### 展现最终成果 当一切配置完毕之后就可以执行 `.show()` 操作使窗口弹出展示所制作出来的完整版面了! ```python plt.show() ``` 以上就是完整的流程介绍[^1],同时也包含了更高级别的定制选项以满足多样化的应用场景需求[^2]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值