#matplotlib数据库绘图,绘制散点图
#首先调用数据库,输入以下代码
import matplotlib.pyplot as plt
import matplotlib
import numpy as np
import pandas as pd
data = pd.read_excel("C:/Users/24561/Desktop/伽马射线光子谱指数.xlsx")
#输入数据
x = data['log_nu_peak_syn_LP']
x1 = data['log_nu_peak_syn_LP1']
y = data['alpha_gam']
y1 = data['alpha_gam1']
#调用scatter()方法将上述列表绘制为散点图
plt.scatter(x,y,s = 10,c= "b",cmap=plt.cm.Spectral,label = 'FSRQ')
plt.scatter(x1,y1,s = 10,c="r",cmap=plt.cm.Spectral,label = 'LBL')
plt.title("")
plt.xlabel("log $v^s_{peak}$ [Hz]")
plt.ylabel("$\gamma$-ray photon spectral index")
# 设置xy刻度的范围
plt.xlim(10,17)
plt.ylim(0,5.2)
plt.tick_params(top='in', right='in', which='both')#四周有刻度
plt.rcParams['xtick.direction'] = 'in'#将x周的刻度线方向设置向内
plt.rcParams['ytick.direction'] = 'in'#将Y周的刻度线方向设置向内
#-------------------------------------------------------------------------------------------
# 绘制图例
plt.legend(loc="upper right")
plt.legend()
#输出图像
plt.show()
##一些说明
# 函数功能:散点图,寻找两个变量之间的关系
# plt.scatter(x, y, s=20, c=None, marker=‘o’, cmap=None, norm=None, alpha=None, linewidths=None, edgecolors=None
# 参数说明:
# x: 指定散点图的x轴数据
# y: 指定散点图的y轴数据
# s: 指定散点图点的大小,默认为20,通过新传入的变量,实现气泡图的绘制
# c: 指定散点图点的颜色,默认为蓝色
# marker: 指定散点图点的形状,默认为圆形
# cmap: 指定色图,只有当c参数是一个浮点型的数组时才起作用
# norm: 指定数据亮度, 标准化到0~1之间,使用该参数仍需要c为浮点型的数组
# vmin、vmax: 亮度设置,与norm类似,如果使用了norm则该参数无效
# alpha: 设置散点的透明度
# edgecolors: 设置散点边界线的颜色
# linewidths: 设置散点边界线的粗细
python画散点图
最新推荐文章于 2024-06-18 16:26:51 发布
本文介绍了如何使用Python的matplotlib库从数据库读取数据,然后创建散点图来展示两个变量之间的关系,如log_nu_peak_syn_LP和alpha_gam。通过设置不同颜色和大小,分别表示两种类别(FSRQ和LBL)。
摘要由CSDN通过智能技术生成