使用Python的matplotlib绘制散点图（30个学生对应3门课程的成绩分布散点图）

1.散点图绘图思路

• 通过散点图可视化展示不同学生在三门课程中的成绩。以下是绘制散点图的主要步骤：

1.1 数据准备

• 数据包括30个学生的姓名和三门课程的成绩（C1、C2、C3）。

姓名	C1课程成绩	C2课程成绩	C3课程成绩
学生1	92	83	88
学生2	77	94	60
学生3	85	92	74
学生4	61	86	97
学生5	56	72	80
学生6	94	78	95
学生7	92	83	91
学生8	65	75	58
学生9	82	63	79
学生10	90	66	68
学生11	73	80	85
学生12	80	90	93
学生13	93	85	64
学生14	66	59	72
学生15	72	88	84
学生16	79	76	69
学生17	64	82	77
学生18	68	87	93
学生19	91	74	80
学生20	84	78	92
学生21	66	82	88
学生22	81	89	79
学生23	79	63	75
学生24	67	74	80
学生25	85	78	81
学生26	83	71	92
学生27	77	68	78
学生28	69	85	90
学生29	80	83	77
学生30	88	89	82

1.2 数据处理

• 需要根据数据的特征（学生姓名、三门课程成绩）设定横轴和纵轴。
• 横轴使用学生的姓名，纵轴表示每个学生的三门课程的成绩。

1.3 绘制单点图

• 使用Python中的matplotlib库的scatter()函数来绘制散点图，将三门课程成绩分别用不同颜色的点表示。
• 为了使图表更具可读性，可以添加网格线、期望值线（例如期望值70分）等辅助元素。

1.4 图表美化与调整

• 设置图表的标题、坐标轴标签、图例和显示样式，以提高图表的可视化效果。
• 将图表保存为高分辨率的图片，方便后续使用。

2.实现代码

2.1 运行的Python环境

本代码使用了以下环境和库：

• Python版本：3.x（建议使用Python 3.7或更高版本，本人运行环境是Python 3.9）
• 依赖库：
  • matplotlib：用于绘制图表，安装命令：pip install matplotlib
  • pandas：用于处理数据，安装命令：pip install pandas

2.2 代码与解析

实现代码：

import matplotlib.pyplot as plt
import pandas as pd
from matplotlib import rcParams

# 设置中文字体
rcParams['font.sans-serif'] = ['SimHei']  # 使用 SimHei 字体支持中文
rcParams['axes.unicode_minus'] = False    # 解决负号显示问题

# 30名学生的姓名和成绩（C1、C2、C3课程）
data = {
    "姓名": [
        "学生1", "学生2", "学生3", "学生4", "学生5", "学生6", "学生7", "学生8", "学生9", "学生10",
        "学生11", "学生12", "学生13", "学生14", "学生15", "学生16", "学生17", "学生18", "学生19", "学生20",
        "学生21", "学生22", "学生23", "学生24", "学生25", "学生26", "学生27", "学生28", "学生29", "学生30"
    ],
    "C1课程成绩": [
        92, 77, 85, 61, 56, 94, 92, 65, 82, 90,
        73, 80, 93, 66, 72, 79, 64, 68, 91, 84,
        66, 81, 79, 67, 85, 83, 77, 69, 80, 88
    ],
    "C2课程成绩": [
        83, 94, 92, 86, 72, 78, 83, 75, 63, 66,
        80, 90, 85, 59, 88, 76, 82, 87, 74, 78,
        82, 89, 63, 74, 78, 71, 68, 85, 83, 89
    ],
    "C3课程成绩": [
        88, 60, 74, 97, 80, 95, 91, 58, 79, 68,
        85, 93, 64, 72, 84, 69, 77, 93, 80, 92,
        88, 79, 75, 80, 81, 92, 78, 90, 77, 82
    ]
}

# 将数据转换为DataFrame
df = pd.DataFrame(data)

# 绘制散点图
plt.figure(figsize=(18, 9))

# 绘制三列散点
x_positions = range(len(df["姓名"]))  # 横轴位置为索引
plt.scatter(x_positions, df["C1课程成绩"], label="C1课程", color='blue', alpha=0.7)  # C1课程成绩的散点图
plt.scatter(x_positions, df["C2课程成绩"], label="C2课程", color='orange', alpha=0.7)  # C2课程成绩的散点图
plt.scatter(x_positions, df["C3课程成绩"], label="C3课程", color='green', alpha=0.7)  # C3课程成绩的散点图

# 添加期望值线
plt.axhline(y=70, color='red', linestyle='--', linewidth=1.5, label="期望值 70")

# 设置网格线
plt.grid(axis='y', linestyle='--', alpha=0.6)

# 设置横轴和纵轴
plt.xticks(x_positions, df["姓名"], rotation=45, ha='right')  # 横轴改为学生姓名
plt.ylim(0, 100)  # 纵轴设置为0到100的范围
plt.xlabel("学生姓名")
plt.ylabel("课程成绩 (0-100)")
plt.title("30名学生的课程成绩散点图")
plt.legend(loc='best', title="课程")
plt.tight_layout()

# 保存图像，设置分辨率为300像素
output_path = "学生成绩散点图.png"
plt.savefig(output_path, dpi=300)
plt.show()

print(f"图表已保存为：{output_path}")

运行结果：

2.2.1 设置字体的参数

常见字体：

1. 中文字体
   'SimHei'：黑体（常用于中文显示）。
   'SimSun'：宋体（常用于中文显示）。
   'Microsoft YaHei'：微软雅黑（常用于中文显示）。
   'STKaiti'：楷体（适合用于正式文件的中文字体）。
   'FangSong'：仿宋（在某些文档中用于中文显示）。
2. 英文字体
   'serif'：衬线字体，例如 Times New Roman。
   'sans-serif'：无衬线字体，例如 Arial、Helvetica。
   'monospace'：等宽字体，例如 Courier。
   'cursive'：手写体字体。
   'fantasy'：幻想体字体。

使用方法：

• 根据需求在 family 中设置字体，例如：
  • family=‘Arial’：使用 Arial 字体。
  • family=‘SimHei’：使用黑体字体（中文）。
  • family=‘serif’：使用衬线字体（常用于英文字体）。

2.2.2 设置字号的参数

以下面代码为例：

# 设置轴标签和标题的字体及字号
# fontsize=18：设置标题字体大小为18。 fontweight='bold'：设置标题字体加粗。 family='SimHei'：设置字体为黑体。
plt.xlabel("学生姓名", fontsize=14, fontweight='bold', family='SimHei')  # 设置x轴标签字体、字号、加粗
plt.ylabel("课程成绩 (0-100)", fontsize=14, fontweight='bold', family='SimHei')  # 设置y轴标签字体、字号、加粗
plt.title("30名学生的课程成绩散点图", fontsize=18, fontweight='bold', family='SimHei')  # 设置标题字体、字号、加粗

# 设置图例
# fontsize=12：设置图例文本的字体大小为12。title_fontsize=14：设置图例标题的字体大小为14。
plt.legend(loc='upper left', title="课程", fontsize=12, title_fontsize=14)

其中：
fontsize=14：设置字体大小为14。
fontweight='bold'：设置字体为加粗。
family='SimHei'：设置字体为黑体（支持中文显示）。

2.2.3 图例安置位置

legend 的 loc 参数用于指定图例的位置。matplotlib 支持多种图例位置设置，既可以用字符串关键字，也可以用数字代码表示位置。

loc值	图例位置
best	自动选择最合适的位置（避免遮挡数据点）
upper right	右上角
upper left	左上角
lower left	左下角
lower right	右下角
right	整个图的右侧
center	整个图的中心
……

2.3 调整后的代码与结果图

import matplotlib.pyplot as plt
import pandas as pd
from matplotlib import rcParams

# 设置中文字体
rcParams['font.sans-serif'] = ['SimHei']  # 使用 SimHei 字体支持中文
rcParams['axes.unicode_minus'] = False    # 解决负号显示问题

# 30名学生的姓名和成绩（C1、C2、C3课程）
data = {
    "姓名": [
        "学生1", "学生2", "学生3", "学生4", "学生5", "学生6", "学生7", "学生8", "学生9", "学生10",
        "学生11", "学生12", "学生13", "学生14", "学生15", "学生16", "学生17", "学生18", "学生19", "学生20",
        "学生21", "学生22", "学生23", "学生24", "学生25", "学生26", "学生27", "学生28", "学生29", "学生30"
    ],
    "C1课程成绩": [
        92, 77, 85, 61, 56, 94, 92, 65, 82, 90,
        73, 80, 93, 66, 72, 79, 64, 68, 91, 84,
        66, 81, 79, 67, 85, 83, 77, 69, 80, 88
    ],
    "C2课程成绩": [
        83, 94, 92, 86, 72, 78, 83, 75, 63, 66,
        80, 90, 85, 59, 88, 76, 82, 87, 74, 78,
        82, 89, 63, 74, 78, 71, 68, 85, 83, 89
    ],
    "C3课程成绩": [
        88, 60, 74, 97, 80, 95, 91, 58, 79, 68,
        85, 93, 64, 72, 84, 69, 77, 93, 80, 92,
        88, 79, 75, 80, 81, 92, 78, 90, 77, 82
    ]
}

# 将数据转换为DataFrame
df = pd.DataFrame(data)

# 绘制散点图
plt.figure(figsize=(18, 9))

# 绘制三列散点
x_positions = range(len(df["姓名"]))  # 横轴位置为索引
plt.scatter(x_positions, df["C1课程成绩"], label="C1课程", color='blue', alpha=0.7)  # C1课程成绩的散点图
plt.scatter(x_positions, df["C2课程成绩"], label="C2课程", color='orange', alpha=0.7)  # C2课程成绩的散点图
plt.scatter(x_positions, df["C3课程成绩"], label="C3课程", color='green', alpha=0.7)  # C3课程成绩的散点图

# 添加期望值线
plt.axhline(y=70, color='red', linestyle='--', linewidth=1.5, label="期望值 70")

# 设置网格线
plt.grid(axis='y', linestyle='--', alpha=0.6)

# 设置横轴和纵轴
plt.xticks(x_positions, df["姓名"], rotation=45, ha='right')  # 横轴改为学生姓名
plt.ylim(0, 100)  # 纵轴设置为0到100的范围

# 设置轴标签和标题的字体及字号
# fontsize=18：设置标题字体大小为18。 fontweight='bold'：设置标题字体加粗。 family='SimHei'：设置字体为黑体。
plt.xlabel("学生姓名", fontsize=14, fontweight='bold', family='SimHei')  # 设置x轴标签字体、字号、加粗
plt.ylabel("课程成绩 (0-100)", fontsize=14, fontweight='bold', family='SimHei')  # 设置y轴标签字体、字号、加粗
plt.title("30名学生的课程成绩散点图", fontsize=18, fontweight='bold', family='SimHei')  # 设置标题字体、字号、加粗

# 设置图例
# fontsize=12：设置图例文本的字体大小为12。title_fontsize=14：设置图例标题的字体大小为14。
plt.legend(loc='best', title="课程", fontsize=12, title_fontsize=14)

# 保存图像，设置分辨率为300像素
output_path = "学生成绩散点图1.png"
plt.savefig(output_path, dpi=300)
plt.show()

print(f"图表已保存为：{output_path}")