Matplotlib 散点图_python

我们可以使用 pyplot 中的 scatter() 方法来绘制散点图。

scatter() 方法语法格式如下：

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)

可以设置图标大小的散点图：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])   //绘制散点图的数据点
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])   //绘制散点图的数据点
sizes = np.array([20,50,100,200,500,1000,60,90])  //设置图标的大小 
plt.scatter(x, y, s=sizes) //输出x,y轴的坐标点 和图标的大小
plt.show() //输出图形

显示结果如下：

可以设置图标颜色的散点图：

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
colors = np.array(["red","green","black","orange","purple","beige","cyan","magenta"])//设置散点图的颜色

plt.scatter(x, y, c=colors)
plt.show()

显示结果如下：

通过输入颜色条 Colormap的数值来绘制散点图，并且输出颜色条：

颜色条就像一个颜色列表，其中每种颜色都有一个范围从 0 到 100 的值。例如：

设置颜色条需要使用 cmap 参数，默认值为 'viridis'，之后颜色值设置为 0 到 100 的数组。

显示颜色条，需要使用 plt.colorbar() 方法：

import matplotlib.pyplot as plt
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100]) //设置颜色条需要使用 cmap 参数，默认值为 'viridis'，之后颜色值设置为 0 到 100 的数组
plt.scatter(x, y, c=colors, cmap='viridis')
plt.colorbar()  //显示颜色条，需要使用 plt.colorbar() 方法
plt.show()

显示结果如下：

参数说明：

x，y：长度相同的数组，也就是我们即将绘制散点图的数据点，输入数据。

s：点的大小，默认 20，也可以是个数组，数组每个参数为对应点的大小。

c：点的颜色，默认蓝色 'b'，也可以是个 RGB 或 RGBA 二维行数组。

marker：点的样式，默认小圆圈 'o'。

cmap：Colormap，默认 None，标量或者是一个 colormap 的名字，只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap。

norm：Normalize，默认 None，数据亮度在 0-1 之间，只有 c 是一个浮点数的数组的时才使用。

vmin，vmax：：亮度设置，在 norm 参数存在时会忽略。

alpha：：透明度设置，0-1 之间，默认 None，即不透明。

linewidths：：标记点的长度。

edgecolors：：颜色或颜色序列，默认为 'face'，可选值有 'face', 'none', None。