python画散点图-从零开始学Python【15】--matplotlib(散点图)

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