目录
1.导入库
import matplotlib.pyplot as plt
import numpy as np
2.生成正态分布的数据
np.random.seed(0)
mean = [0, 0] # 均值
cov = [[1, 0.5], [0.5, 1]] # 协方差矩阵
x, y = np.random.multivariate_normal(mean, cov, 1000).T
3.绘图
# 绘制散点图
plt.rcParams['font.sans-serif'] = ['SimHei'] #设置正常显示中文
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
plt.figure(figsize=(8, 6)) # 设置画布大小为 8x6
scatter = plt.scatter(x, y, alpha=0.6, c='r', edgecolors='b', s=50, marker='o', label='数据') # 绘制散点图
'''设置散点的透明度为 0.6。
设置散点的颜色为红色,边缘颜色为蓝色。
设置散点的大小为 50。
设置散点的形状为圆形。'''
plt.title('散点图', fontsize=16, fontweight='bold') # 设置标题的字体大小为 16,加粗
plt.xlabel('X轴', fontsize=14, fontstyle='italic') # 设置X轴标签
plt.ylabel('Y轴', fontsize=14, fontstyle='italic') # 设置Y轴标签
#坐标轴标签的字体大小和样式
plt.xticks(fontsize=12, rotation=45) # 设置X轴刻度的字体大小和旋转角度
plt.yticks(fontsize=12) # 设置Y轴刻度的字体大小
plt.grid(True, linestyle='--', alpha=0.5) # 显示网格线,线型为虚线,透明度为 0.5
plt.legend(loc='upper left', fontsize=12) # 显示图例,并设置位置为左上角,字体大小为 12
plt.colorbar(scatter) # 显示颜色条,并传递散点图对象作为参数
plt.tight_layout() # 使用 tight_layout() 方法调整布局,使得图像更加紧凑
plt.show()
输出图片: