散点图
散点图介绍
散点图用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式
特点：判断变量之间是否存在数量关联趋势，表示离群点(分布规律)
散点图绘制
散点图通过scatter()函数绘制
• plt.scatter(x,y) # 以默认的形状颜色等绘制散点图
练习1
假设通过爬虫你获取到了长沙2019年4,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间变化的某种规律
a = [11,17,16,11,12,11,12,13,10,14,8,13,12,15,14,17,18,21,16,17,30,14,15,15,15,19,21,22,22,22,23]
b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,15,10,11,13,12,13,6]
from matplotlib import pyplot as plt
y_4 = [11,17,16,11,12,11,12,13,10,14,8,13,12,15,14,17,18,21,16,17,30,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,15,10,11,13,12,13,6]
x = range(1,32) # 4 和10 月 共享 x 31天
# 绘制图形
plt.scatter(x,y_4)
plt.scatter(x,y_10)
# 优化 4，10月份 数据分开
plt.show()
优化 4，10月份 数据分开
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"C:\Windows\Fonts\STXINGKA.TTF", size=14) # 找到自带的字体格式
# 优化 4，10月份 数据分开
y_4 = [11,17,16,11,12,11,12,13,10,14,8,13,12,15,14,17,18,21,16,17,30,14,15,15,15,19,21,22,22,22]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,15,10,11,13,12,13,6]
x_4 = range(1,31) # 4 月份
x_10 = range(51,82) # 10月份 间隔了 20 20+30---30+31+20
# 绘制图形
plt.scatter(x_4,y_4)
plt.scatter(x_10,y_10)
# 刻度 四月1号.....10月1号.....
x_t = list(x_4) + list(x_10)
# print(x_t)
x_l = ["四月{}号".format(i) for i in x_4] + ["十月{}号".format(i-50) for i in x_10]
plt.xticks(x_t[::4],x_l[::4],rotation=45,fontproperties=font)
# print(x_l)
plt.yticks(fontproperties=font)
plt.show()
491
