Python Matplotlib数据可视化绘图之（三）————散点图

文章目录

• 前言
• 一、所用到的模块
• 二、单一颜色的普通不分组散点图
• • 1.示例数据如下
  • 2.代码如下
  • • 2.1 代码如下（示例）：
    • • 2.1.1 Case1：
• 三、多种颜色的普通不分组散点图
• • 1.示例数据如下
  • 2.代码如下
  • • 2.1 代码如下（示例）：
    • • 2.1.1 Case1：
      • 2.1.2 Case2：
• 四、多种颜色的普通分组散点图
• • 1.示例数据如下
  • 2.代码如下
  • • 2.1 代码如下（示例）：
    • • 2.1.1 Case1：
• 五、总结

文本

前言

本文我们主要介绍利用python中的Matplotlib模块进行几种散点图的画法，包括整张图片只有一种颜色的不分组散点图、整张图片有好几种颜色的不分组散点图、整张图片有好几种颜色的分组散点图等。

一、所用到的模块

主要利用Python中的Matplotlib模块完成该功能。

二、单一颜色的普通不分组散点图

1.示例数据如下

表格如下（示例）：

现在需要把表格中的数据绘制成散点图，从而进一步分析每个班级的学生成绩情况。

2.代码如下

2.1 代码如下（示例）：

2.1.1 Case1：

import matplotlib.pyplot as plt# 设置字体, 解决中文乱码问题plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 解决图像中的'-'负号的乱码问题plt.rcParams['axes.unicode_minus'] = False# A班的语文成绩ClassA_C = [80, 90, 75, 65, 85, 95, 100, 100, 80, 70, 90, 95, 85, 86, 92, 90, 95, 90, 85, 100]# B班的语文成绩ClassB_C = [60, 70, 80, 65, 75, 80, 73, 75, 85, 90, 95, 65, 70, 75, 80, 85, 95, 85, 80, 70]# C班的语文成绩ClassC_C = [60, 80, 100, 100, 100, 100, 90, 95, 95, 95, 85, 95, 95, 95, 95, 80, 95, 90, 90, 90]fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')ax = fig.add_subplot(facecolor='white')# 橙绿蓝color_list = ['#FF8C00', '#00FF00', '#0000FF']x_labels = ['甲班', '乙班', '丙班']x_loc = [1, 2, 3]scatter_plot_data = [ClassA_C, ClassB_C, ClassC_C]# 每个数据(scatter_plot_data里面的每个数据)对应的x轴的坐标值spotx = []for i, j in zip(x_loc, range(len(scatter_plot_data))):    spotx_tmp = [i] * len(scatter_plot_data[j])    spotx.append(spotx_tmp)ax.scatter(spotx, scatter_plot_data, c=color_list[0], s=30)ax.grid(True, ls=':', color='b', alpha=0.3)plt.title('甲乙丙各班语文成绩Scatter_chart分析', fontweight='bold')ax.set_xticks(x_loc)ax.set_xticklabels(x_labels, rotation=90)ax.set_ylabel('分数/百分制', fontweight='bold')# 设置x, y坐标轴的刻度标签字体加粗plt.xticks(weight='bold')plt.yticks(weight='bold')fig.tight_layout()plt.show()

输出结果如下：

注意：如果想保存这种画布带背景颜色且轴域也带背景颜色的图片（在此图中，画布[fig]背景颜色为#B0C4DE，轴域[ax]背景颜色为white），需要使用以下语句保存到本地，具体语句如下：

plt.savefig(picture_name + '.jpg', facecolor=self.fig.get_facecolor())# 其中picture_name为给图片命的名字

三、多种颜色的普通不分组散点图

1.示例数据如下

表格如下（示例）：

现在需要把表格中的数据绘制成散点图，从而进一步分析每个班级的学生成绩情况。

2.代码如下

2.1 代码如下（示例）：

2.1.1 Case1：

import matplotlib.pyplot as plt# 设置字体, 解决中文乱码问题plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 解决图像中的'-'负号的乱码问题plt.rcParams['axes.unicode_minus'] = False# A班的语文成绩ClassA_C = [80, 90, 75, 65, 85, 95, 100, 100, 80, 70, 90, 95, 85, 86, 92, 90, 95, 90, 85, 100]# B班的语文成绩ClassB_C = [60, 70, 80, 65, 75, 80, 73, 75, 85, 90, 95, 65, 70, 75, 80, 85, 95, 85, 80, 30]# C班的语文成绩ClassC_C = [60, 80, 100, 100, 100, 100, 90, 95, 95, 95, 85, 95, 95, 95, 95, 80, 95, 90, 90, 90]fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')ax = fig.add_subplot(facecolor='white')# 橙绿蓝color_list = ['#FF8C00', '#00FF00', '#0000FF']# 'o':圆圈; 'D':钻石; 's':正方形marker_list = ['o', 'D', 's']x_labels = ['甲班', '乙班', '丙班']x_loc = [1, 2, 3]scatter_plot_data = [ClassA_C, ClassB_C, ClassC_C]# 每个数据(scatter_plot_data里面的每个数据)对应的x轴的坐标值spotx = []for i, j in zip(x_loc, range(len(scatter_plot_data))):    spotx_tmp = [i] * len(scatter_plot_data[j])    spotx.append(spotx_tmp)# 每个数据(scatter_plot_data里面的每个数据)对应的marker的颜色color_list_x = []color_list_x_final = []for i, j in zip(color_list, range(len(scatter_plot_data))):    color_list_x_tmp = [i] * len(scatter_plot_data[j])    color_list_x.append(color_list_x_tmp)for i in color_list_x:    for j in i:        color_list_x_final.append(j)ax.scatter(spotx, scatter_plot_data, c=color_list_x_final, s=30, marker='o')ax.grid(True, ls=':', color='b', alpha=0.3)plt.title('甲乙丙各班语文成绩Scatter_chart分析', fontweight='bold')ax.set_xticks(x_loc)ax.set_xticklabels(x_labels, rotation=90)ax.set_ylabel('分数/百分制', fontweight='bold')# 设置x, y坐标轴的刻度标签字体加粗plt.xticks(weight='bold')plt.yticks(weight='bold')fig.tight_layout()plt.show()

输出结果如下：

注意：如果想保存这种画布带背景颜色且轴域也带背景颜色的图片（在此图中，画布[fig]背景颜色为#B0C4DE，轴域[ax]背景颜色为white），需要使用以下语句保存到本地，具体语句如下：

plt.savefig(picture_name + '.jpg', facecolor=self.fig.get_facecolor())# 其中picture_name为给图片命的名字

2.1.2 Case2：

import matplotlib.pyplot as plt# 设置字体, 解决中文乱码问题plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 解决图像中的'-'负号的乱码问题plt.rcParams['axes.unicode_minus'] = False# A班的语文成绩ClassA_C = [80, 90, 75, 65, 85, 95, 100, 100, 80, 70, 90, 95, 85, 86, 92, 90, 95, 90, 85, 100]# B班的语文成绩ClassB_C = [60, 70, 80, 65, 75, 80, 73, 75, 85, 90, 95, 65, 70, 75, 80, 85, 95, 85, 80, 30]# C班的语文成绩ClassC_C = [60, 80, 100, 100, 100, 100, 90, 95, 95, 95, 85, 95, 95, 95, 95, 80, 95, 90, 90, 90]fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')ax = fig.add_subplot(facecolor='white')# 橙绿蓝color_list = ['#FF8C00', '#00FF00', '#0000FF']# 'o':圆圈; 'D':钻石; 's':正方形marker_list = ['o', 'D', 's']x_labels = ['甲班', '乙班', '丙班']x_loc = [1, 2, 3]scatter_plot_data = [ClassA_C, ClassB_C, ClassC_C]# 每个数据(scatter_plot_data里面的每个数据)对应的x轴的坐标值spotx = []for i, j in zip(x_loc, range(len(scatter_plot_data))):    spotx_tmp = [i] * len(scatter_plot_data[j])    spotx.append(spotx_tmp)########################################################################################################################### 每个数据(scatter_plot_data里面的每个数据)对应的marker的形状marker_list_x = []marker_list_x_final = []for i, j in zip(marker_list, range(len(scatter_plot_data))):    marker_list_x_tmp = [i] * len(scatter_plot_data[j])    marker_list_x.append(marker_list_x_tmp)for i in marker_list_x:    for j in i:        marker_list_x_final.append(j)########################################################################################################################### 每个数据(scatter_plot_data里面的每个数据)对应的marker的颜色color_list_x = []color_list_x_final = []for i, j in zip(color_list, range(len(scatter_plot_data))):    color_list_x_tmp = [i] * len(scatter_plot_data[j])    color_list_x.append(color_list_x_tmp)for i in color_list_x:    for j in i:        color_list_x_final.append(j)ax.scatter(spotx, scatter_plot_data, c=color_list_x_final, s=30, marker=marker_list_x_final)ax.grid(True, ls=':', color='b', alpha=0.3)plt.title('甲乙丙各班语文成绩Scatter_chart分析', fontweight='bold')ax.set_xticks(x_loc)ax.set_xticklabels(x_labels, rotation=90)ax.set_ylabel('分数/百分制', fontweight='bold')# 设置x, y坐标轴的刻度标签字体加粗plt.xticks(weight='bold')plt.yticks(weight='bold')fig.tight_layout()plt.show()

输出结果如下：

注意：这里我们可以看到此时程序运行的时候报错，而2.1.2 Case2 与2.1.1 Case1 相比仅仅只是多了如下几行代码：
#############################################################
#############################################################
# 每个数据(scatter_plot_data里面的每个数据)对应的marker的形状
marker_list_x = []
marker_list_x_final = []
for i, j in zip(marker_list, range(len(scatter_plot_data))):
marker_list_x_tmp = [i] * len(scatter_plot_data[j])
marker_list_x.append(marker_list_x_tmp)
for i in marker_list_x:
for j in i:
marker_list_x_final.append(j)
#############################################################
#############################################################
这几行代码的目的本来是想给每组数据(scatter_plot_data里面包含三组数据：[ClassA_C, ClassB_C, ClassC_C])赋予不同的marker形状类型，但是这样行不通，原因是ax.scatter()在一次绘图中只能接受一种marker类型，若想赋予多种marker类型，需要多次调用ax.scatter()，但这显然不符合我们的本次绘图的主要意图。这种情况的绘图详见本文中第四部分所讲内容。

注意：如果想保存这种画布带背景颜色且轴域也带背景颜色的图片（在此图中，画布[fig]背景颜色为#B0C4DE，轴域[ax]背景颜色为white），需要使用以下语句保存到本地，具体语句如下：

plt.savefig(picture_name + '.jpg', facecolor=self.fig.get_facecolor())# 其中picture_name为给图片命的名字

四、多种颜色的普通分组散点图

1.示例数据如下

表格如下（示例）：

现在需要把表格中的数据绘制成散点图，从而进一步分析每个班级的学生成绩情况。

2.代码如下

2.1 代码如下（示例）：

2.1.1 Case1：

import matplotlib.pyplot as pltimport numpy as np# 设置字体, 解决中文乱码问题plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# 解决图像中的'-'负号的乱码问题plt.rcParams['axes.unicode_minus'] = FalseClassA_C = [80, 90, 75, 65, 85, 95, 100, 100, 80, 70, 90, 95, 85, 86, 92, 90, 95, 90, 85, 100]ClassA_M = [70, 90, 95, 85, 75, 85, 90, 100, 100, 85, 90, 95, 98, 99, 85, 88, 86, 75, 78, 90]ClassA_E = [90, 100, 100, 85, 75, 90, 100, 100, 75, 70, 85, 90, 95, 95, 90, 80, 70, 80, 70, 75]ClassB_C = [60, 70, 80, 65, 75, 80, 73, 75, 85, 90, 95, 65, 70, 75, 80, 85, 95, 85, 80, 70]ClassB_M = [60, 70, 75, 80, 75, 75, 65, 80, 60, 80, 90, 95, 95, 90, 80, 85, 75, 75, 60, 65]ClassB_E = [70, 75, 75, 70, 60, 90, 98, 95, 85, 75, 70, 60, 65, 70, 75, 75, 80, 75, 70, 80]ClassC_C = [60, 80, 100, 100, 100, 100, 90, 95, 95, 95, 85, 95, 95, 95, 95, 80, 95, 90, 90, 90]ClassC_M = [100, 100, 100, 95, 95, 95, 95, 95, 90, 85, 90, 90, 90, 95, 90, 95, 95, 95, 95, 90]ClassC_E = [80, 90, 100, 100, 100, 90, 95, 95, 95, 90, 95, 90, 95, 90, 95, 90, 95, 90, 95, 85]fig = plt.figure(figsize=(8, 6), facecolor='#B0C4DE')ax = fig.add_subplot(facecolor='white')group_dataA = [ClassA_C, ClassA_M, ClassA_E]scatter_dataABC_C = [ClassA_C, ClassB_C, ClassC_C]scatter_dataABC_M = [ClassA_M, ClassB_M, ClassC_M]scatter_dataABC_E = [ClassA_E, ClassB_E, ClassC_E]# 橙绿蓝color_list = ['#FF8C00', '#00FF00', '#0000FF']# 'o':圆圈; 'D':钻石; 's':正方形marker_list = ['o', 'D', 's']x_labels = ['甲班', '乙班', '丙班']legend_labels = ['语文', '数学', '英语']length = len(x_labels)x_loc = np.arange(length)# 统计每个刻度标签下有几个groupgroup_number = len(group_dataA)total_width = 0.5scatter_total_width = total_width * 0.65interval_total_width = total_width * 0.35scatter_width = scatter_total_width / group_number###################################################if group_number == 1:    interval_width = interval_total_widthelse:    interval_width = interval_total_width / (group_number - 1)###################################################if group_number % 2 == 0:    x1_scatter = x_loc - (group_number / 2 - 1) * scatter_width - scatter_width / 2 - (group_number / 2 - 1) * interval_width - interval_width / 2else:    x1_scatter = x_loc - ((group_number - 1) / 2) * scatter_width - ((group_number - 1) / 2) * interval_widthx_list_scatter = [x1_scatter + scatter_width * i + interval_width * i for i in range(group_number)]###################################################scatter_data = [scatter_dataABC_C, scatter_dataABC_M, scatter_dataABC_E]for i in range(len(scatter_data)):    ##################################################################    # scatter_data_num用来统计每组数据的长度, 画scatter图时会用到    scatter_data_num = []    for j in scatter_data[i]:        scatter_data_num_tmp = len(j)        scatter_data_num.append(scatter_data_num_tmp)    ##################################################################    # 画scatter    # spotx是每一组scatter所有的点的横坐标    spotx = []    for j_spotx, k_spotx in zip(x_list_scatter[i], scatter_data_num):        spotx_tmp = [j_spotx] * k_spotx        spotx.append(spotx_tmp)    # print('$$$spotx:', spotx)    ax.scatter(spotx, scatter_data[i], c=color_list[i], s=30, label=legend_labels[i], marker=marker_list[i])    ##################################################################ax.grid(True, ls=':', color='b', alpha=0.3)plt.title('甲乙丙各班语文/数学/英语成绩Scatter_chart分析', fontweight='bold')ax.set_xticks(x_loc)ax.set_xticklabels(x_labels, rotation=90)ax.set_ylabel('分数/百分制', fontweight='bold')################################################################################################################################################################################################################################plt.legend(title='学科', loc='center left', bbox_to_anchor=(1.02, 0.5), facecolor='None', edgecolor='#000000',           frameon=True, ncol=1, markerscale=3, borderaxespad=0, handletextpad=0.1, fontsize='x-large', title_fontsize='x-large')################################################################################################################################################################################################################################plt.xticks(weight='bold')plt.yticks(weight='bold')fig.tight_layout()plt.show()

输出结果如下：

注意：如果想保存这种画布带背景颜色且轴域也带背景颜色的图片（在此图中，画布[fig]背景颜色为#B0C4DE，轴域[ax]背景颜色为white），需要使用以下语句保存到本地，具体语句如下：

plt.savefig(picture_name + '.jpg', facecolor=self.fig.get_facecolor())# 其中picture_name为给图片命的名字

五、总结

以上就是今天要讲的内容，本文详细介绍了各种散点图的绘制过程和方法，并用实例给大家演示了具体的实现代码和实现逻辑，希望对大家学习画散点图有帮助。

来源地址：https://blog.csdn.net/Mr_Dragon66/article/details/127814209