使用matplotlib.pyplot中scatter()绘制散点图

 考研对信息的获取至关重要，此公众号会发表计算机考研（初复试信息）、夏令营等资料，方便考研人对信息的获取，节约自身查找资料的时间

1、二维散点图

二维散点图的函数原型：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None,
                          vmin=None, vmax=None, alpha=None, linewidths=None,
                          verts=None, edgecolors=None, hold=None, data=None,
                          **kwargs)

• x, y对应了平面点的位置，
• s控制点大小，
• c对应颜色指示值，也就是如果采用了渐变色的话，我们设置c=x就能使得点的颜色根据点的x值变化，
• cmap调整渐变色或者颜色列表的种类
• marker控制点的形状
• alpha控制点的透明度，我喜欢在数据量大的时候设置较小的alpha值，然后调整一下s值，这样产生重叠效果使得数据的聚集特征会很好地显示出来

2、其中散点的形状参数marker如下：

3、其中颜色参数c如下:

4、基本的使用方法如下：

[python] view plain copy

1. #导入必要的模块  
2. import numpy as np  
3. import matplotlib.pyplot as plt  
4. #产生测试数据  
5. x = np.arange(1,10)  
6. y = x  
7. fig = plt.figure()  
8. ax1 = fig.add_subplot(111)  
9. #设置标题  
10. ax1.set_title('Scatter Plot')  
11. #设置X轴标签  
12. plt.xlabel('X')  
13. #设置Y轴标签  
14. plt.ylabel('Y')  
15. #画散点图  
16. ax1.scatter(x,y,c = 'r',marker = 'o')  
17. #设置图标  
18. plt.legend('x1')  
19. #显示所画的图  
20. plt.show()  

结果如下：

5、当scatter后面参数中数组的使用方法，如s，当s是同x大小的数组，表示x中的每个点对应s中一个大小，其他如c，等用法一样，如下：

（1）、不同大小

[python] view plain copy

1. #导入必要的模块  
2. import numpy as np  
3. import matplotlib.pyplot as plt  
4. #产生测试数据  
5. x = np.arange(1,10)  
6. y = x  
7. fig = plt.figure()  
8. ax1 = fig.add_subplot(111)  
9. #设置标题  
10. ax1.set_title('Scatter Plot')  
11. #设置X轴标签  
12. plt.xlabel('X')  
13. #设置Y轴标签  
14. plt.ylabel('Y')  
15. #画散点图  
16. sValue = x*10  
17. ax1.scatter(x,y,s=sValue,c='r',marker='x')  
18. #设置图标  
19. plt.legend('x1')  
20. #显示所画的图  
21. plt.show()  

（2）、不同颜色

[python] view plain copy

1. #导入必要的模块  
2. import numpy as np  
3. import matplotlib.pyplot as plt  
4. #产生测试数据  
5. x = np.arange(1,10)  
6. y = x  
7. fig = plt.figure()  
8. ax1 = fig.add_subplot(111)  
9. #设置标题  
10. ax1.set_title('Scatter Plot')  
11. #设置X轴标签  
12. plt.xlabel('X')  
13. #设置Y轴标签  
14. plt.ylabel('Y')  
15. #画散点图  
16. cValue = ['r','y','g','b','r','y','g','b','r']  
17. ax1.scatter(x,y,c=cValue,marker='s')  
18. #设置图标  
19. plt.legend('x1')  
20. #显示所画的图  
21. plt.show()  

结果：

（3）、线宽linewidths

[python] view plain copy

1. #导入必要的模块  
2. import numpy as np  
3. import matplotlib.pyplot as plt  
4. #产生测试数据  
5. x = np.arange(1,10)  
6. y = x  
7. fig = plt.figure()  
8. ax1 = fig.add_subplot(111)  
9. #设置标题  
10. ax1.set_title('Scatter Plot')  
11. #设置X轴标签  
12. plt.xlabel('X')  
13. #设置Y轴标签  
14. plt.ylabel('Y')  
15. #画散点图  
16. lValue = x  
17. ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o')  
18. #设置图标  
19. plt.legend('x1')  
20. #显示所画的图  
21. plt.show()