Matplotlib-散点图dot

散点空心圆

import matplotlib.pyplot as plt

x = [[1, 3], [2, 5]]
y = [[4, 7], [6, 3]]

for i in range(len(x)):

  plt.plot(x[i], y[i], color='r')
  plt.scatter(x[i], y[i], color='b')
  plt.scatter(x[i], y[i], color='', marker='o', edgecolors='g', s=200) # 把 corlor 设置为空,通过edgecolors来控制颜色

散点颜色

plt.plot(x, y, marker='+', color='coral')

在这里插入图片描述
散点形状

.’:点(point marker),’:像素点(pixel marker)
‘o’:圆形(circle marker)
‘v’:朝下三角形(triangle_down marker)^’:朝上三角形(triangle_up marker)<‘:朝左三角形(triangle_left marker)>’:朝右三角形(triangle_right marker)1’:(tri_down marker)2’:(tri_up marker)3’:(tri_left marker)4’:(tri_right marker)
‘s’:正方形(square marker)
‘p’:五边星(pentagon marker)*’:星型(star marker)
‘h’:1号六角形(hexagon1 marker)
‘H’:2号六角形(hexagon2 marker)+’:+号标记(plus marker)
‘x’:x号标记(x marker)
‘D’:菱形(diamond marker)
‘d’:小型菱形(thin_diamond marker)|’:垂直线形(vline marker)
‘_’:水平线形(hline marker)
### 如何在散点图中添加线性回归拟合线 为了在 Origin 中创建带有线性回归拟合线的散点图,可以遵循特定的操作流程来实现这一目标。当涉及到对一组散点图的不同部分分别进行线性拟合时,在 Origin 9 或更高版本中可以通过以下方式完成。 #### 创建基础散点图 首先,导入所需的数据集到工作表内并选择相应的列作为 X 和 Y 轴变量。接着通过菜单栏上的 Plot > Symbol > Scatter 来生成基本的散点图形[^2]。 #### 添加线性拟合曲线 对于想要添加一条贯穿整个数据范围内的单一斜率直线的情况,可以在已经存在的图表上右键点击任意位置空白处,选择 `Add Linear Fit` 命令;或者是在主界面顶部找到 Analysis -> Fitting -> Linear Fit 功能选项来进行全局线性拟合操作。 如果目的是针对数据集中不同的区间应用多条具有独立参数(即不同斜率)的分段式线性模型,则需先利用 Data Highlighter 工具手动选取感兴趣的子集区域后再执行上述提到的线性拟合过程。这允许用户灵活地定义每一段的最佳匹配趋势线。 #### 自定义样式调整 一旦完成了初步的拟合之后,还可以进一步美化这些线条使其更加清晰易读。例如,按照图11描述的方法为拟合曲线配置 Drop Lines 效果——即使得从各点垂直向下延伸至X轴形成虚线连接。值得注意的是,因为这里的对象并非真正的离散点而是连续变化的趋势路径,因此所形成的视觉效果会更像是一片填充区而非单独的下拉线段。此时建议选用 Dot 点状图案以及较淡色调来区分于主体颜色方案,从而达到更好的展示目的如图12所示[^1]。 ```python import numpy as np from matplotlib import pyplot as plt # 示例代码用于模拟如何绘制带拟合线的散点图 np.random.seed(0) x = np.linspace(-5, 5, 100) y = x * 2 + np.random.normal(size=100) plt.figure(figsize=(8,6)) plt.scatter(x,y,label='Data Points') z = np.polyfit(x, y, 1) # 进行一次多项式拟合得到系数 p = np.poly1d(z) # 构建一元函数表达形式 plt.plot(x,p(x),"r--",label="Fitted Line") # 绘制红色虚线表示拟合结果 plt.legend() plt.show() ```
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