Python可视化——绘制散点图

散点图 scatter()绘制散点图

散点图的绘制，将使用plot包中的scatter()函数

【语法及参数】：

def scatter(x: Any,
            y: Any,
            s: Any = None,       #s  绘制点的尺寸
            c: Any = None,		 #c  改变点的颜色（可自定义点的颜色）注意与使用颜色映射时的意义区分
            marker: Any = None,
            cmap: Any = None,
            norm: Any = None,
            vmin: Any = None,
            vmax: Any = None,
            alpha: Any = None,
            linewidths: Any = None,
            *,
            edgecolors: Any = None,
            plotnonfinite: bool = False,
            data: Any = None,
            **kwargs: Any) -> Any

【补充】：要修改数据点的颜色，可向scatter() 传递参数c ，并将其设置为要使用的颜色的名称，c=‘red’。你还可以使用RGB颜色模式自定义颜色。要指定自定义颜色，可传递参数c ，并将其设置为一个元组（传递RGB值），c=(0, 0, 0.8)。

（1）绘制单个散点

def show_singlepoint():
    #绘制散点
    plt.scatter(2, 4,s=4)   #s  绘制点的尺寸
    # 设置图表标题并给坐标轴加上标签
    plt.title("Square Numbers", fontsize=24)
    plt.xlabel("Value", fontsize=14)
    plt.ylabel("Square of Value", fontsize=14)
    # 设置刻度标记的大小和位置
    plt.tick_params(axis='both', which='major', labelsize=7)
    #绘制图形
    plt.show()

（2）绘制系列点
要绘制一系列的点，可向scatter()传递两个分别包含x值和y值的列表
坐标会自动进行一一对应

def anypoints():
    #实现自动计算数据  使用Python自己迭代，获取点的坐标
    x_values = list(range(1, 1001,10))#创建x坐标的取值
    y_values = [x ** 2 for x in x_values] #列表解析  自动添加列表元素值
    #edgecolor='none' 删除轮廓  c='red' 改变点的颜色（可自定义点的颜色）
    #默认颜色为黑色轮廓，蓝色点
    plt.scatter(x_values, y_values,s=4,edgecolor='none',c='red')
    # 设置图表标题并给坐标轴加上标签
    plt.title("Square Numbers", fontsize=24)
    plt.xlabel("Value", fontsize=14)
    plt.ylabel("Square of Value", fontsize=14)
    # 设置刻度标记的大小
    plt.tick_params(axis='both', which='major', labelsize=7)
    # 设置每个坐标轴的取值范围
    # plt.axis([0, 1100, 0, 1100000])
    #图表显示
    plt.show()
    #图表存储  plt.savefig("保存文件名")  保存在与当前python文件同一个目录文件夹下
    plt.savefig('squares_plot.png',bbox_inches = 'tight')
    #bbox_inches = 'tight' 指定将图表多余的空白区域裁剪掉