python可视化学习十二（发散性的包点图）

`###绘制简单的散点图
data=np.random.randn(10)
plt.figure(figsize=(8,5))
plt.scatter(range(10),data,s=300,c='b',alpha=0.5)
for x,y in zip(range(10),data):
    plt.text(x,y,round(y,1),fontdict={'size':10,'color':'w'},horizontalalignment='center',verticalalignment ='center' )`

df =pd.read_csv('mtcars.csv')
x=df.loc[:,['mpg']]#提取想要的数据加上括号是列表，不加的返回是是serses
df['mpg_z']=(x-x.mean())/x.std() #标准化的处理
df['color']=['red' if x<0 else 'green' for x in df['mpg_z']] #生成颜色的标签列
df.sort_values('mpg_z',inplace=True)
#df.reset_index(inplace=True,drop=True)
#法二
df.index=range(df.shape[0])
plt.figure(figsize=(12,15),dpi=60)
#绘制散点图
plt.scatter(df.mpg_z,df.index,s=500,alpha=0.6,color=df.color)
#添加文本
for x,y,text in zip(df.mpg_z,df.index,df.mpg_z):
    plt.text(x,y,round(text,1),fontdict={'color':'w','size':10}  
            ,horizontalalignment='center',verticalalignment ='center'
           )
#装饰图像
plt.gca().set(ylabel='$Model$', xlabel='$Mileage$')
plt.yticks(df.index, df.cars, fontsize=15)
plt.title('Diverging Bars of Car Mileage', fontdict={'size':20})
plt.grid(linestyle='--', alpha=1)
plt.xlim(-2.5,2.5)
plt.show()