原标题:从零开始学Python【15】--matplotlib(散点图)
往期matplotlib绘图系列前言
上一期中,我们通过折线图可以快速的发现时间序列的趋势图,当然他不仅仅只能用在时间序列中,也可以和其他图形配合使用,正如本期要介绍的,可以将折线图绘制到散点图中。散点图可以反映两个变量间的相关关系,即如果存在相关关系的话,它们之间是正向的线性关系还是反向的线性关系?甚至于是非线性关系?在绘制散点图之前,我们任然老规矩,先来介绍一下matplotlib包中的scatter函数用法及参数含义。
scatter函数的参数解读
matplotlib模块中scatter函数语法及参数含义:
plt.scatter(x, y, s= 20, c= None, marker= 'o', cmap= None, norm= None, vmin= None, vmax= None, alpha= None, linewidths= None, edgecolors= None)
x:指定散点图的x轴数据;
y:指定散点图的y轴数据;
s:指定散点图点的大小,默认为20,通过传入新的变量,实现气泡图的绘制;
c:指定散点图点的颜色,默认为蓝色;
marker:指定散点图点的形状,默认为圆形;
cmap:指定色图,只有当c参数是一个浮点型的数组的时候才起作用;
norm:设置数据亮度,标准化到0~1之间,使用该参数仍需要c为浮点型的数组;
vmin、vmax:亮度设置,与norm类似,如果使用了norm则该参数无效;
alpha:设置散点的透明度;
linewidths:设置散点边界线的宽度;
edgecolors:设置散点边界线的颜色;一般散点图的绘制
案例:汽车速度与刹车距离的关系
# 导入模块
importpandas aspd
impor