散點圖是指在回歸分析中，數據點在直角坐標系平面上的分布圖，散點圖表示因變量隨自變量而變化的大致趨勢，據此可以選擇合適的函數對數據點進行擬合。
用兩組數據構成多個坐標點，考察坐標點的分布，判斷兩變量之間是否存在某種關聯或總結坐標點的分布模式。散點圖將序列顯示為一組點。值由點在圖表中的位置表示。類別由圖表中的不同標記表示。散點圖通常用於比較跨類別的聚合數據。
散點圖通常用於顯示和比較數值，例如科學數據、統計數據和工程數據。
初認識：使用numpy包的random函數隨機生成100組數據，然后通過scatter函數繪制散點圖。
#!/usr/bin/env python #！-*-coding:utf-8 -*- #!@Author : Biyoulin #!@Time : 2018/9/2 14:40 import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號 N = 100 x = np.random.randn(N) y = np.random.randn(N) plt.scatter(x,y) plt.title("散點圖示例01") #顯示圖表名稱 plt.xlabel("x軸") #x軸名稱 plt.ylabel("y軸") #y軸名稱 plt.text(+1.2,-3,"By:biyoulin",fontsize=16,color="purple") plt.show()
scatter函數格式：
scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs):
scatter函數參數詳解，英文原版請參見：matplotlib官網scatter函數：
x,y：形如shape(n,)的數組，可選值， s： 點的大小（也就是面積）默認20 c： 點的顏色或顏色序列，默認藍色。其它如c = 'r' (red); c = 'g' (green); c = 'k' (black) ; c = 'y'(yellow) marker：標記樣式，可選值，默認是圓點；
cmap: colormap，用於表示從第一個點開始到最后一個點之間顏色漸進變化；
norm: normalize,
vmin:
vmax:
alpha: 設置標記的顏色透明度，可以理解為顏色屬性之一
linewidths: 設置標記邊框的寬度值
verts:
edgecolors: 設置標記邊框的顏色
hold:
data:
**kwargs:
scatter()函數各參數示例：
1、x,y：橫縱坐標，數據坐標（data position）
import matplotlib.pyplot as plt plt.scatter(x=0.5,y=0.5) plt.show()
2、marker : 圖標，默認的是“.”,也可以是其它形狀，想了解更多的，請參見：matplotlib 學習筆記02：marker標記詳解。下面例子將marker設置成了“d”（diamond形狀）：
import matplotlib.pyplot as plt plt.scatter(x=0.5,y=0.5,marker='d') plt.show()
也可以是文字：
import matplotlib.pyplot as plt plt.scatter(x=0.5,y=0.5,marker='$biyoulin$') plt.show()
上面的文字是不是看不到？因為字體太小了，通過參數s（size）可以調整“點”的大小。
3、s ： size，字體大小，默認值為20；
import matplotlib.pyplot as plt plt.scatter(x=0.5,y=0.5,s=10000,marker='$biyoulin$') plt.show()
到目前為止幾個例子中的“點”都是藍色的，可以通過調整c（color）參數來設置顏色：
4、c ： color，色彩會顏色序列，默認是'b'（藍色），可支持的顏色參數如下：
| b | c | g | k | m | r | w | y |
| blue | cyan | green | black | magenta | red | white | yellow |
| 藍色 | 青色 | 綠色 | 黑色 | 洋紅 | 紅色 | 白色 | 黃色 |
import matplotlib.pyplot as plt plt.scatter(x=0.5,y=0.5,s=10000,c='r',marker='$biyoulin$') plt.show()
5、alpha：可以理解為顏色的屬性之一 ，即透明度，alpha的范圍為[0,1]，從透明到不透明，上面的例子中 alpha為1，可以看看0.5的效果：
import matplotlib.pyplot as plt plt.scatter(x=0.5,y=0.5,s=10000,c='r',alpha=0.5,marker='$biyoulin$') plt.show()
6、edgecolors：the edge color of marker，顧名思義“邊”的顏色，設置標記邊框的顏色，下面的例子中，將邊的顏色設置了為藍色：
import matplotlib.pyplot as plt plt.scatter(x=0.5,y=0.5,s=10000,c='r',alpha=1,marker='d',edgecolors='b') plt.show()
可能有人會問，看不出來“邊”的顏色是藍色。沒關系，通過設置linewidths，就容易看出來了。
7、linewidths：the edge size of the marker，設置標記邊框的寬度；
import matplotlib.pyplot as plt plt.scatter(x=0.5,y=0.5,s=10000,c='r',alpha=1,marker='d',linewidths=10 ,edgecolors='b') plt.show()
8、cmap：A colormap is a series of colors in a gradient that moves from a starting to ending color。注意到是“a series of”，這個參數用於多個點之間，只有一個點就無意義了。注意到“gradient”即量級、程度，用於表示從第一個點開始到最后一個點之間顏色漸進變化。
import matplotlib.pyplot as plt x1=list(range(0,60)) y1=list(range(0,60)) plt.scatter(x=x1,y=y1,marker='d',s=10,c=y1,cmap=plt.cm.Reds) plt.show()
注意到c=y1，不再是顏色的名稱，這里是一個序列，並且值等於“點”數量值（如果不匹配，則會出錯）。只有c是一個array或一個sequence，用cmap才有意義。
參考博文：https://www.cnblogs.com/sunshinewang/p/6853813.html
https://blog.csdn.net/zidephagino/article/details/80777906
作者：biyoulin
出處：http://www.cnblogs.com/biyoulin/
版權聲明：本文版權歸作者所有，歡迎轉載，但未經作者同意必須保留此段聲明，且在文章頁面明顯位置給出原文連接，否則保留追究法律責任的權利。