数字的可视化：python画图之散点图sactter函数详解

最近开始学习python编程，遇到scatter函数，感觉里面的参数不知道什么意思于是查资料,最后总结如下：

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：

#导入必要的模块

import numpy as np

import matplotlib.pyplot as plt

#产生测试数据

x = np.arange(1,10)

y = x

fig = plt.figure()

ax1 = fig.add_subplot(111)

#设置标题

ax1.set_title('Scatter Plot')

#设置X轴标签

plt.xlabel('X')

#设置Y轴标签

plt.ylabel('Y')

#画散点图

ax1.scatter(x,y,c = 'r',marker = 'o')

#设置图标

plt.legend('x1')

#显示所画的图

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

#导入必要的模块

import numpy as np

import matplotlib.pyplot as plt

#产生测试数据

x = np.arange(1,10)

y = x

fig = plt.figure()

ax1 = fig.add_subplot(111)

#设置标题

ax1.set_title('Scatter Plot')

#设置X轴标签

plt.xlabel('X')

#设置Y轴标签

plt.ylabel('Y')

#画散点图

sValue = x*10

ax1.scatter(x,y,s=sValue,c='r',marker='x')

#设置图标

plt.legend('x1')

#显示所画的图

plt.show()

结果：

（2）、不同颜色

#导入必要的模块

import numpy as np

import matplotlib.pyplot as plt

#产生测试数据

x = np.arange(1,10)

y = x

fig = plt.figure()

ax1 = fig.add_subplot(111)

#设置标题

ax1.set_title('Scatter Plot')

#设置X轴标签

plt.xlabel('X')

#设置Y轴标签

plt.ylabel('Y')

#画散点图

cValue = ['r','y','g','b','r','y','g','b','r']

ax1.scatter(x,y,c=cValue,marker='s')

#设置图标

plt.legend('x1')

#显示所画的图

plt.show()

结果：

（3）、线宽linewidths

#导入必要的模块

import numpy as np

import matplotlib.pyplot as plt

#产生测试数据

x = np.arange(1,10)

y = x

fig = plt.figure()

ax1 = fig.add_subplot(111)

#设置标题

ax1.set_title('Scatter Plot')

#设置X轴标签

plt.xlabel('X')

#设置Y轴标签

plt.ylabel('Y')

#画散点图

lValue = x

ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o')

#设置图标

plt.legend('x1')

#显示所画的图

plt.show()

巴特西

数字的可视化：python画图之散点图sactter函数详解

最新文章

热门文章