python|python scatter绘制散点图 pythonscatter绘制散点图

参数 s
参数marker
marker属性
参数cmap
vmin,vmax,norm散点亮度设置, alpha透明度

用法:

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=https://www.it610.com/article/None, **kwargs)

参数介绍:

文章图片

import matplotlib.pyplot as plta = [1, 2, 3, 4, 5]b = [6, 7, 8, 9, 10]# 为了显示出c和edgecolors 我将linewidths调增到15plt.scatter(a, b, linewidths=15,c='red',edgecolors=['black', 'green','cyan','lightgreen'])

文章图片

参数 s

import matplotlib.pyplot as plt%matplotlib inlineplt.figure(figsize=(12,6))plt.rcParams['font.family'] = 'SimHei'a = [1, 2, 3, 4, 5]b = [6, 7, 8, 9, 10]plt.subplot(121)plt.title('不添加s')plt.scatter(a,b,c='red',linewidths=6)plt.subplot(122)plt.title('添加s,s=1.5')plt.scatter(a,b,c='red',s=1.5,linewidths=6)plt.show()

文章图片

参数marker

import matplotlib.pyplot as pltplt.figure(figsize=(12,6))plt.rcParams['font.family'] = 'SimHei'a = [1, 2, 3, 4, 5]b = [6, 7, 8, 9, 10]plt.subplot(131)plt.title('标准')plt.scatter(a,b,linewidths=6)plt.subplot(132)plt.title("设置marker 'x'")plt.scatter(a,b,marker='x')plt.subplot(133)plt.title("设置marker 'v'")plt.scatter(a,b,marker='v')plt.show()

文章图片

marker属性

文章图片

import matplotlib.pyplot as pltplt.figure(figsize=(12,6))plt.rcParams['font.family'] = 'SimHei'a = [1, 2, 3, 4, 5]b = [6, 7, 8, 9, 10]plt.subplot(141)plt.title("设置marker '1'")plt.scatter(a,b,s=100,marker='1')plt.subplot(142)plt.title("设置marker '2'")plt.scatter(a,b,s=100,marker='2')plt.subplot(143)plt.title("设置marker '3'")plt.scatter(a,b,s=100,marker='3')plt.subplot(144)plt.title("设置marker '4'")plt.scatter(a,b,s=100,marker='4')plt.show()

文章图片

参数cmap cmap主要是配合c参数一起使用的,c可以是一个颜色序列,使用数字列表代替，plt.cm.Spectral是一个颜色映射集,并不代表说明[0:5]代表某个颜色，参数c出现5个不同的值，然后为每个值分配一个颜色

import matplotlib.pyplot as plta = [1, 2, 3, 4, 5]b = [6, 7, 8, 9, 10]c = [0, 1, 2, 3, 4]plt.rcParams['font.family'] = 'SimHei'plt.subplot(121)plt.title('标准')plt.scatter(a, b, c=c, s=80)plt.subplot(122)plt.title('添加cmap')plt.scatter(a, b, c=c, s=80, cmap=plt.cm.Spectral)plt.show()

文章图片

vmin,vmax,norm散点亮度设置, alpha透明度 plt.colorbar()颜色条
散点图进行多出设置，即成为气泡图，下面进行展示：

import matplotlib.pyplot as plt# 导入颜色条库from matplotlib import colorsimport numpy as npx = np.random.randn(50) # 随机产生50个X坐标y = np.random.randn(50) # 随机产生50个Y坐标color = np.random.rand(50) # 随机产生用于映射颜色的数值size = 500 * np.random.rand(50) # 随机改变散点大小的数值changecolor = colors.Normalize(vmin=0.4, vmax=0.8)plt.scatter(x, y, c=color, s = size, alpha=0.3, cmap='viridis', norm=changecolor)plt.colorbar() # 显示颜色条plt.show()