一、导入所需要的库
numpy(支持大量的维度数组与矩阵运算)
pandas(用于数据分析,还是一个强大的分析结构化数据的工具集)
matplotlib.pyplot (绘图)
#导入库,取别名方便书写
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
二、读取数据csv文件
data = pd.read_csv('散点图数据.csv')
x = data.iloc[:,0].tolist() #取数组的第1列,并转化为列表
y = data.iloc[:,1].tolist() #取数组的第2列,并转化为列表
三、绘图
T=np.arctan2(y,x)#美化图片,随机设置颜色
plt.scatter(x,y,s=2,c=T,alpha=0.5)#s代表点的大小,c代表颜色,alpha代表透明度,label是标签
plt.xticks(fontsize=9)#设置坐标轴字体大小
plt.yticks(fontsize=9)
plt.show()#显示图片
四、完整代码
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv('散点图数据.csv')
x = data.iloc[:,0].tolist() #取数组的第1列,并转化为列表
y = data.iloc[:,1].tolist() #取数组的第2列,并转化为列表
T=np.arctan2(y,x)#美化图片,随机设置颜色
plt.scatter(x,y,s=2,c=T,alpha=0.5)#s代表点的大小,c代表颜色,alpha代表透明度,label是标签
plt.xticks(fontsize=9)#设置坐标轴字体大小
plt.yticks(fontsize=9)
plt.show()#显示图片
#plt.savefig('需要保存图片的路径地址/图片名.jpg')
五、示例数据
链接:https://pan.baidu.com/s/1hmu1rnDGkU6b2K7fzSyy-g
提取码:xxjy
六、随机产生的数据散点图
import matplotlib.pyplot as plt
import numpy as np
n=1024
X=np.random.normal(0,1,n)
Y=np.random.normal(0,1,n)
T=np.arctan2(Y,X) #for color value
plt.scatter(X,Y,s=20,c=T,alpha=0.5)#alpha透明度
plt.xlim(-1.5,1.5)
plt.ylim(-1.5,1.5)
plt.xticks(())#覆盖x,y轴的值
plt.yticks(())
plt.show()