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=None, **kwargs)
参数介绍
x,y绘制散点图的数据float or array-like, shape(n,)s一个实数或者一个数组大小为(n,) ,可选参数,指的是散点中心的大小flaot or array-like, shape(n,)–––c散点的颜色array-like or list of colors or color–––marker标记的样式,默认是’o’–––cmapColormap实例或注册的Colormap名称。仅当c是浮点数组时才使用cmap–––norm也是一个颜色数据,使用norm在0到1的范围内缩放颜色数据c,映射到colormap cmap,如果没有,使用默认颜色,规范化default:None–––vmin,vmaxvmin和vmax与默认范数一起使用，将颜色数组c映射到colormap cmap。如果没有，则分别使用颜色数组的最小值和最大值。在给定范数时使用vmin/vmax是错误的float, default:None–––alpha透明度,数字在0,1之间float,default: None–––linewidths标记边缘的线宽float or array-like,default: 1.5–––edgecolors散点图边缘线颜色sequence of color or color ‘face’与散点图面的颜色一样,’none’ 不会绘制边缘–––plotnonfinite是否使用非有限c（即inf、-inf或nan）绘制点。如果为True，则使用错误的colormap颜色绘制点
有两个参数我放到一起,用代码同时进行解释c,edgecolors 参数c 和 edgecolors, linewidths
import matplotlib.pyplot as plt
a = [1, 2, 3, 4, 5]
b = [6, 7, 8, 9, 10]
plt.scatter(a, b, linewidths=15,c='red',edgecolors=['black', 'green','cyan','lightgreen'])
参数 s
import matplotlib.pyplot as plt
%matplotlib inline
plt.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()
参数marker
import matplotlib.pyplot as plt
plt.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()
marker属性
marker description
.点––,像素,类似与方块––o圈,默认值––v倒三角形––^正三角形––
这里显示下maker=1 or 2 or 3 or 4
import matplotlib.pyplot as plt
plt.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()
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 plt
a = [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()
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
from matplotlib import colors
import numpy as np
x = np.random.randn(50)
y = np.random.randn(50)
color = np.random.rand(50)
size = 500 * np.random.rand(50)
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()
plt.show()
Original: https://blog.csdn.net/KIKI_ZSH/article/details/123246340
Author: Vergil_Zsh
Title: python绘制散点图
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/692920/
转载文章受原作者版权保护。转载请注明原作者出处！