matplotlib库中scatter函数生成多彩散点图

不聪明的小侦探

已于 2022-08-24 17:03:04 修改

阅读量700

点赞数 1

分类专栏：可视化文章标签： python numpy matplotlib

于 2022-07-26 20:30:39 首次发布

本文链接：https://blog.csdn.net/m0_54188335/article/details/126002561

版权

可视化专栏收录该内容

10 篇文章 1 订阅

订阅专栏

本文介绍如何利用Python的matplotlib库生成多彩的散点图。首先导入matplotlib和numpy库，然后定义图的背景颜色，接着使用numpy的random.normal函数生成1000个符合正态分布的样本数据。通过计算样本距离均值的平方和来确定颜色序列，最后使用scatter函数绘制散点图，并设置颜色映射为'hsv'。最终展示出的散点图以颜色深浅表示样本距离均值的远近。

摘要由CSDN通过智能技术生成

今天教大家使用matplotlib库中的scatter（）函数生成下图的多彩的散点图。

首先导入所需要的一些库
import matplotlib.pyplot as mp
import numpy as np

定义图的名字
mp.figure("subplot", facecolor='lightgray')

随机生成均值为172的标准差为10的1000个样本数
### normal函数用于产生符合 正态分布 的随机数
### 172 均值，  10 标准偏差， 1000样本大小
h1 = np.random.normal(172, 10, 1000)
w1 = np.random.normal(65, 10, 1000)

生成色彩序列
d = (h1 - 172) ** 2 + (w1 - 65) ** 2

画多彩散点图
mp.scatter(h1, w1, s=30, marker='o', c=d, cmap='hsv')

展示散点图
mp.show()

运行，即可生成自己所需的多彩散点图的了。

所有代码：

import matplotlib.pyplot as mp
import numpy as np

###########
## 散点图
#########
#图的名字
mp.figure("subplot", facecolor='lightgray')


### normal函数用于产生符合 正态分布 的随机数
### 172 均值，  10 标准偏差， 1000样本大小
h1 = np.random.normal(172, 10, 1000)
w1 = np.random.normal(65, 10, 1000)

#生成色彩序列
d = (h1 - 172) ** 2 + (w1 - 65) ** 2

#画多彩散点图
mp.scatter(h1, w1, s=30, marker='o', c=d, cmap='hsv')

#展示散点图
mp.show()