基于Python数据可视化的随机散点图

一、Matplotlib.Pyplot模块函数

 1.1 散点函数Scatter

    调用Matplotlib库Pyplot模块的Scatter绘图函数，可以绘制各种点图，包括数据统计图中的散点图、气泡图。散点图在坐标系中，以点图的方式来展现数据之间的关系，适用于在不考虑时间的情况下展现数据的分布和聚合情况。

    气泡图在散点图的基础上增加了形状、大小、颜色等变量，能够展示更多的信息，也更易于对比各个数据之间的差异。

   Scatter函数的一般调用形式如下： 

scatter(X, Y, s=None, c=None, market=None, cmap=None, alpha=None, 
linewidths=None, edgecolors=None, **kwargs) #绘制散点图

 1.2 Scatter函数中的参数。

• X：x轴数据，列表或数组。
• Y：y轴数据，列表或数组。
• s：点的大小，可选参数，可能的值有：

1. 单个的值，应用到所有的点；
2. 一个和X、Y长度相同的数组，每一个点都有它自己的大小。

•  c：点的颜色，可选参数，默认为None，可能的值有：

1. 一个颜色格式字符串，如“b”，“blue”；
2. 一个和X、Y长度相同的Matplotlib颜色数组，在绘制的点上循环；
3. 一个浮点数数组，数值映射到colormap上。

• market：点的样式，可选参数，默认为o。
• cmap：colormap，可选参数，默认为None，Matplotlib有许多内置的colormap，如“hot”，“cool”, “pink”，“spring”，“copper”。
• alpha：透明度，0~1中的一个浮点数，可选参数，默认为None，0为完全透明，1为完全不透明。
• linewidths：点边缘线的大小，默认为None。
• edgecolors：点边缘线的颜色，可能的值有：

1. face：和点的颜色相同；
2. none：没有边缘线；
3. 一个Matplotlib的颜色或颜色序列。

• label：在添加图例时，需赋值。
• **kwargs：采用关键字参数对单个属性赋值

二、随机散点图展示

 2.1 随机散点图1

图2-1 Python代码展示

运行结果如图2-2所示。

图2-2 运行结果1

2.2 随机散点图2

图2-3 Python随机散点图2代码展示

运行结果如2-4所示。 

图2-4 运行结果2 

将cmap修改为copper，如图2-5所示：

图2-5

 运行结果如2-6所示。

 图2-6 运行结果3

 以上是Scatter函数的所有展示，您的支持是我前进的动力！感谢您的阅读与参与。