matplotlib学习笔记【3】：设置能见度，散点图学习

一. 设置能见度

1. 代码：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y = 0.1*x

plt.figure()
plt.plot(x, y, linewidth=10, zorder=1)      # set zorder for ordering the plot in plt 2.0.2 or higher
plt.ylim(-2, 2)
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))


for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontsize(12) # 设置字体大一点
    # set zorder for ordering the plot in plt 2.0.2 or higher
    # facecolor是设置它的背景颜色，edgecolor是设置框的颜色，alpha是设置它的透明度，这样我们看到的线条不会影响坐标轴
    label.set_bbox(dict(facecolor='white', edgecolor='none', alpha=0.8, zorder=2))
plt.show()

2. 运行结果

 

二. 散点图学习

   1. 代码：

import matplotlib.pyplot as plt
import numpy as np

n = 1024    # data size
X = np.random.normal(0, 1, n) # normal是取随机数，均值为0，方差为1的随机数
Y = np.random.normal(0, 1, n)
T = np.arctan2(Y, X)    # for color later on这是一个公式，为了选择散点颜色的

plt.scatter(X, Y, s=75, c=T, alpha=.5) # s是大小，c=T是表示color，他会从公式中对应一张cmap，选择颜色，cmap一般就用默认的。

plt.xlim(-1.5, 1.5)
plt.xticks(())  # ignore xticks 隐藏x轴
plt.ylim(-1.5, 1.5)
plt.yticks(())  # ignore yticks 隐藏y轴

plt.show()

  2. 运行结果