Python Matplotlib个性可视化学习-2散点图

2.1绘制默认散点图

2.1.1导入相关库

首先，我们需要导入Matplotlib库，通常会同时导入NumPy库用于数据处理。

import numpy as np #导入numpy库
import matplotlib.pyplot as plt  #导入matplotlib的绘图模块
import matplotlib.font_manager as fm    #导入matplotlib的字体管理模块
from matplotlib.lines import Line2D  #图例相关设置

2.1.2准备数据

准备要绘制的散点图的数据，数据通常包含两个变量，分别表示X轴和Y轴上的值。这里我们创建两组简单的示例数据：

#准备相关数据
N = 50  #定义一个变量，值为50
x = np.linspace(0., 10., N)   #x变量数据：使用numpy生成长度为50的数组，范围在1~10之间
y = np.sin(x)**2 + np.cos(x)   #y变量数据：基与x生成y

2.1.3绘制散点图

使用plt.scatter()函数绘制散点图，将X轴和Y轴的数据作为参数传入：

#绘制散点图
plt.scatter(x, y)

2.1.4设置图表标题和坐标轴标签

为了增加图表的可读性，添加标题、X轴和Y轴的标签。

#设置图表标题和坐标轴标签
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置默认字体为新创建的字体
plt.rcParams['axes.unicode_minus'] = False  # 用于正常显示负号
plt.title('散点图示例')
plt.xlabel('X轴')
plt.ylabel('Y轴')

2.1.5显示图表

使用plt.show()函数显示图表：

#显示图表
plt.show()

2.1.6绘图示例

在学习的过程中，可以根据自己的数据和需求调整代码，例如更改点的颜色、大小等。在后续的学习中，我们也会接触到相关内容。

2.2设置散点图的大小和颜色

导入相关库和准备数据与2.1设置不变

2.2.1设置大小与更改颜色

#绘制散点图
plt.scatter(x, y,s=15,color='r')
#s设置点的大小
#label设置图例名称
#color设置点颜色

其他设置不变，图形显示如下

2.2.2设置x轴和y轴单位长度相同

使用plt.axis('equal')进行设置

#绘制散点图
plt.scatter(x, y,s=15,color='r')
#s设置点的大小
#label设置图例名称
#color设置点颜色

#x轴和y轴单位长度相同
plt.axis('equal')

如图显示

2.2.3设置x轴和y轴长度设置相等

使用plt.axis('square')进行设置

#绘制散点图
plt.scatter(x, y,s=15,color='r')
# s设置点的大小
# label设置图例名称
# color设置点颜色

#x轴和y轴长度设置相等
plt.axis('square')

如图显示

我们在学习过程中，要根据自己的实际需求，结合绘图美观可视的原则，进行合适的设置，绘制符合要求与审美标准的图。

2.3散点图标记、点动态变化

2.3.1导入相关库与准备数据代码与前面相同

#导入相关库
import numpy as np #导入numpy库
import matplotlib.pyplot as plt  #导入matplotlib的绘图模块
import matplotlib.font_manager as fm    #导入matplotlib的字体管理模块
from matplotlib.lines import Line2D  #图例相关设置

#准备相关数据
N = 50  #定义一个变量，值为50
x = np.linspace(0., 10., N)   #x变量数据：使用numpy生成长度为50的数组，范围在1~10之间
y = np.sin(x)**2 + np.cos(x)   #y变量数据：基与x生成y

2.3.2设置图形分辨率、点marker、点大小动态变化

#绘制散点图
plt.figure(dpi=100)
plt.scatter(
    x,
    y,
    s=x,#点大小随变量x大小变化
    marker='^',#设置点的marker为三角形
    label=r'y = sin^2(x) + cos(x)',#给图表设置图例标签
    color='r')# color设置点颜色

plt.axis('equal')
plt.legend()# 添加图例  

其他代码设置一致

#设置图表标题和坐标轴标签
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置默认字体为新创建的字体
plt.rcParams['axes.unicode_minus'] = False  # 用于正常显示负号
plt.title('绘制默认散点图示例(图形分辨率、点marker、点大小动态变化)')
plt.xlabel('X轴')
plt.ylabel('Y轴')

#显示图表
plt.show()

图形显示如下：

2.4设置散点图colormap、透明度

2.4.1导入相关库与准备数据代码与前面相同

#导入相关库
import numpy as np #导入numpy库
import matplotlib.pyplot as plt  #导入matplotlib的绘图模块
import matplotlib.font_manager as fm    #导入matplotlib的字体管理模块
from matplotlib.lines import Line2D  #图例相关设置

#准备相关数据
N = 50  #定义一个变量，值为50
x = np.linspace(0., 10., N)   #x变量数据：使用numpy生成长度为50的数组，范围在1~10之间
y = np.sin(x)**2 + np.cos(x)   #y变量数据：基与x生成y

2.4.2设置点颜色动态变化、设置点colormap、透明度

#绘制散点图
from matplotlib import cm
plt.figure(dpi=150)#设置分辨率
plt.scatter(
    x,
    y,
    s=x,#点大小随变量x大小变化
    c=x,#点颜色随变量x大小变化
    marker='^',#设置点的marker为三角形
    label=r'y = sin^2(x) + cos(x)',#给图表设置图例标签
    alpha=.8, #设置点透明度
    cmap=cm.get_cmap('Blues'))  #设置colormap


plt.axis('equal')
plt.legend()# 添加图例
plt.colorbar() #添加colorbar

#设置图表标题和坐标轴标签
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置默认字体为新创建的字体
plt.rcParams['axes.unicode_minus'] = False  # 用于正常显示负号
plt.title('绘制默认散点图示例(图形分辨率、点marker、点大小动态变化)')
plt.xlabel('X轴')
plt.ylabel('Y轴')

#显示图表
plt.show()

图形显示如下： 

以上是今日的学习心得分享，大家有什么疑惑或好的方法请私信或在评论区一起讨论吧。