Scatter()函数描述
官网函数
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, *, plotnonfinite=False, data=None, **kwargs)
x,y:输入打点数据。
s:标记大小?
c:颜色。?和color区别?
maker:标记的符号。更多符号符号
alpha:制定透明度,范围:0-1.
linewidths:线宽,标记边缘的线宽。
edgecolors:边缘颜色,
1.画布的绘制
方法1:
测试绘制画布区域
fig = plt.figure(num='测试用图', figsize=(10, 5), dpi=50,
facecolor='yellow', edgecolor='yellow', frameon=True)
# num:画布的标题命名 常用
# figsiez:指定figure的宽和高,英寸。
# dpi:指定分辨率
# facecolor:背景颜色
# edgecolor:边框颜色
# frameon:是否显示边
fig.add_subplot(1, 2, 1)
plt.plot(2, 2, 'o', color='red')
fig.add_subplot(1, 2, 2)
plt.plot(2, 2, 'o', color='black')
方法二:
fig, axes = plt.subplots(2, 2, num='测试用图1', figsize=(10, 5), dpi=50,
facecolor='yellow', edgecolor='yellow', frameon=True)
#2,2指定nrows和ncols,可以不写,直接写成2,2
#通常只需要用axes。直接指定每个子图的画法。
axes[0, 0].plot(2, 2, 'o', color='black')
axes[0, 1].plot(2, 2, 'o', color='red')
plt.show()
2.XY轴样式的更改
fig, axes = plt.subplots(num='测试用图1', figsize=(10, 10), dpi=50,
facecolor='yellow', edgecolor='yellow', frameon=True)
# 2,2指定nrows和ncols,可以不写,直接写成2,2
axes.plot([-1, 2, 4], [0, 2, 4], '-o', color='red')
plt.title('图形1', fontsize=30, color='red')
plt.xlabel('x坐标轴', fontsize=30, color='k')
plt.ylabel('y坐标轴', fontsize=30, color='k')
plt.title('图形1', fontsize=30, Color='k')
# 改变XY坐标轴的操作对象
ax = plt.gca()
# 改变XY坐标轴的外边框
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.yaxis.set_ticks_position('left')
# 改变XY零点坐标的位置
ax.spines['bottom'].set_position(('data', 0)) # 将X轴的数据绑定到Y轴的0点上
ax.spines['left'].set_position(('data', 0)) # 将Y轴的数据板顶到X轴的0点上
plt.xticks(list(range(-10, 5, 1)), fontsize=25, rotation=0)
plt.yticks(list(range(-10, 5, 1)), fontsize=25, rotation=0)
plt.xlim(-2, 4)
plt.ylim(-2, 4)
# 对于改变字体,颜色的操作对象需重新调用一次,否则会绘制出错.
# axes.xaxis.grid(True, which='major')
# xticks(ticks,[labels],**kwargs)
# ticks:数组类型,用于设置X轴刻度间隔
# [labels]:数组类型,用于设置每个间隔的显示标签
# **kwargs:用于设置标签字体倾斜度和颜色等外观属性
plt.grid() # 网格绘制
plt.show()