怎么使用python scatter绘制散点图

本文小编为大家详细介绍“怎么使用python scatter绘制散点图”，内容详细，步骤清晰，细节处理妥当，希望这篇“怎么使用Python scatter绘制散点图”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

用法:

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, nORM=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

参数介绍:

import matplotlib.pyplot as plta = [1, 2, 3, 4, 5]b = [6, 7, 8, 9, 10]# 为了显示出c和edgecolors 我将linewidths调增到15plt.scatter(a, b, linewidths=15,c='red',edgecolors=['black', 'green','cyan','lightgreen'])

参数 s

import matplotlib.pyplot as plt%matplotlib inlineplt.figure(figsize=(12,6))plt.rcParams['font.family'] = 'SimHei'a = [1, 2, 3, 4, 5]b = [6, 7, 8, 9, 10]plt.subplot(121)plt.title('不添加s')plt.scatter(a,b,c='red',linewidths=6)plt.subplot(122)plt.title('添加s,s=1.5')plt.scatter(a,b,c='red',s=1.5,linewidths=6)plt.show()

参数marker

import matplotlib.pyplot as pltplt.figure(figsize=(12,6))plt.rcParams['font.family'] = 'SimHei'a = [1, 2, 3, 4, 5]b = [6, 7, 8, 9, 10]plt.subplot(131)plt.title('标准')plt.scatter(a,b,linewidths=6)plt.subplot(132)plt.title("设置marker 'x'")plt.scatter(a,b,marker='x')plt.subplot(133)plt.title("设置marker 'v'")plt.scatter(a,b,marker='v')plt.show()

marker属性

import matplotlib.pyplot as pltplt.figure(figsize=(12,6))plt.rcParams['font.family'] = 'SimHei'a = [1, 2, 3, 4, 5]b = [6, 7, 8, 9, 10]plt.subplot(141)plt.title("设置marker '1'")plt.scatter(a,b,s=100,marker='1')plt.subplot(142)plt.title("设置marker '2'")plt.scatter(a,b,s=100,marker='2')plt.subplot(143)plt.title("设置marker '3'")plt.scatter(a,b,s=100,marker='3')plt.subplot(144)plt.title("设置marker '4'")plt.scatter(a,b,s=100,marker='4')plt.show()

参数cmap

cmap主要是配合c参数一起使用的,c可以是一个颜色序列,使用数字列表代替
plt.cm.Spectral是一个颜色映射集,并不代表说明[0:5]代表某个颜色，参数c出现5个不同的值
然后为每个值分配一个颜色

import matplotlib.pyplot as plta = [1, 2, 3, 4, 5]b = [6, 7, 8, 9, 10]c = [0, 1, 2, 3, 4]plt.rcParams['font.family'] = 'SimHei'plt.subplot(121)plt.title('标准')plt.scatter(a, b, c=c, s=80)plt.subplot(122)plt.title('添加cmap')plt.scatter(a, b, c=c, s=80, cmap=plt.cm.Spectral)plt.show()

vmin,vmax,norm散点亮度设置, alpha透明度

plt.colorbar()颜色条

散点图进行多出设置，即成为气泡图，下面进行展示：

import matplotlib.pyplot as plt# 导入颜色条库from matplotlib import colorsimport numpy as npx = np.random.randn(50) # 随机产生50个X坐标y = np.random.randn(50) # 随机产生50个Y坐标color = np.random.rand(50) # 随机产生用于映射颜色的数值size = 500 * np.random.rand(50) # 随机改变散点大小的数值changecolor = colors.Normalize(vmin=0.4, vmax=0.8)plt.scatter(x, y, c=color, s = size, alpha=0.3, cmap='viridis', norm=changecolor)plt.colorbar() # 显示颜色条plt.show()

读到这里，这篇“怎么使用python scatter绘制散点图”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注编程网Python频道。