matplotlib 散點圖scatter

最近開始學習python編程，遇到scatter函數，感覺里面的參數不知道什么意思於是查資料,最后總結如下：

1、scatter函數原型

2、其中散點的形狀參數marker如下：

3、其中顏色參數c如下:

4、基本的使用方法如下：

#導入必要的模塊
import numpy as np
import matplotlib.pyplot as plt
#產生測試數據
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#設置標題
ax1.set_title('Scatter Plot')
#設置X軸標簽
plt.xlabel('X')
#設置Y軸標簽
plt.ylabel('Y')
#畫散點圖
ax1.scatter(x,y,c = 'r',marker = 'o')
#設置圖標
plt.legend('x1')
#顯示所畫的圖
plt.show()

結果如下：

5、當scatter后面參數中數組的使用方法，如s，當s是同x大小的數組，表示x中的每個點對應s中一個大小，其他如c，等用法一樣，如下：

（1）、不同大小

#導入必要的模塊
import numpy as np
import matplotlib.pyplot as plt
#產生測試數據
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#設置標題
ax1.set_title('Scatter Plot')
#設置X軸標簽
plt.xlabel('X')
#設置Y軸標簽
plt.ylabel('Y')
#畫散點圖
sValue = x*10
ax1.scatter(x,y,s=sValue,c='r',marker='x')
#設置圖標
plt.legend('x1')
#顯示所畫的圖
plt.show()

（2）、不同顏色

#導入必要的模塊
import numpy as np
import matplotlib.pyplot as plt
#產生測試數據
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#設置標題
ax1.set_title('Scatter Plot')
#設置X軸標簽
plt.xlabel('X')
#設置Y軸標簽
plt.ylabel('Y')
#畫散點圖
cValue = ['r','y','g','b','r','y','g','b','r']
ax1.scatter(x,y,c=cValue,marker='s')
#設置圖標
plt.legend('x1')
#顯示所畫的圖
plt.show()

結果：

（3）、線寬linewidths

#導入必要的模塊
import numpy as np
import matplotlib.pyplot as plt
#產生測試數據
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#設置標題
ax1.set_title('Scatter Plot')
#設置X軸標簽
plt.xlabel('X')
#設置Y軸標簽
plt.ylabel('Y')
#畫散點圖
lValue = x
ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o')
#設置圖標
plt.legend('x1')
#顯示所畫的圖
plt.show()

 

                     注：  這就是scatter基本的用法。

補充：

顏色映射（colormap）是一系列顏色，它們從起始顏色漸變到結束顏色。在可視化中，顏色映射用於突出數據的規律，例如，你可能用較淺的顏色來顯示較小的值，並使用較深的顏色來顯示較大的值。

模塊pyplot內置了一組顏色映射。要使用這些顏色映射，你需要告訴pyplot該如何設置數據集中每個點的顏色。下面演示了如何根據每個點的y值來設置其顏色：

1	plt.scatter(x_values, y_values, c = y_values, cmap = plt.cm.Blues,edgecolor = "none" ,s = 40 )

我們將參數c設置成了一個y值列表，並使用參數cmap告訴pyplot使用哪個顏色映射。這些代碼將y值較小的點顯示為淺藍色，並將y值較大的點顯示為深藍色，生成的圖形如圖。