python可视化散点图_Python散点图怎么画？Matplotlib数据可视化001：基础API汇总&散点图...

首先，来看常用的基础API：

1、解决中文乱码，防止方块化

plt.rcParams[“font.sans-serif”]=”SimHei”

2、解决负号不能正常显示的问题

plt.rcParams[“axes.unicode_minus”]=False

3、在jupyter notebook上面显示图片

%matplotlib inline

4、作图使用svg格式显示更为清晰

%config InlineBackend.figure_format=”svg”

5、设置画布大小

plt.figure(figsize=(16,8))  #长为16，宽为8

6、创建子图

fig=plt.figure()

fig.add_subplot(3,2,2)  #3X2的第2个图形

或者plt.subplot(3,2,2)    #3X2的第2个图形

7、作图函数

折线图plot()：

一个变量随时间变化的趋势关系。

条形图bar()  水平条形图barh()：

分类变量或者离散变量的数量的多少。

散点图scatter()：

因变量随自变量而变化的大致趋势。

饼图pie()：

分类变量的占比分布。

箱线图boxplot()：

一组数据分散情况。

直方图hist()

一个连续变量(定量变量)的概率分布的估计。

如下，均可通过help()命令查看API，用到什么查什么：

8、标题：plt.title()

9、x轴、y轴的标题：plt.xlabel()  plt.ylabel()

10、x轴、y轴刻度：plt.xticks()  plt.yticks()

11、x轴、y轴范围：plt.xlims()    plt.ylims()

12、添加数据标签：plt.text()

13、添加注释：plt.annotate()

14、添加图例：plt.legend()

15、添加数据表：plt.table()

16、网格显示：plt.grid()

17、结果展示：plt.show()

Matplotlib绘制散点图

散点图的API:  help(plt.scatter)

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, *, data=None, **kwargs)

常用参数解释：

x，y：表示即将绘制散点图的数据点

s：是一个可选的参数。

c：表示的是颜色，也是一个可选项。

marker:表示的是标记的样式，默认的是’o’。

alpha：实数，0-1之间。

x=np.random.rand(50)

y=np.random.rand(50)

colors=np.random.rand(50)  #颜色随机

area=(20*np.random.rand(10))**2  #散点的大小随机

fig=plt.figure(figsize=(10,5))

plt.subplot(1,1,1)

plt.scatter(x,y,s=area,marker=”o”,c=colors)

#设置标题

plt.title(“plot of scatter for x to y”,fontdict={‘fontsize’:20,’color’:’blue’},loc=’center’)

# 设置x轴和y轴的轴标题

plt.xlabel(“x for x in range(50)”,fontdict={‘fontsize’:10,’color’:’blue’})

plt.ylabel(“y for y in range(50)”,fontdict={‘fontsize’:10,’color’:’blue’})

# 添加图例

# plt.legend(‘xfory’)

# 添加数字标签

for a,b in zip(x,y):

plt.text(round(a,2),round(b,2),round(b,2),ha=”center”,va=’top’,fontdict={‘fontsize’:7,’color’:’black’})

plt.xlim(0,1)  #x轴的坐标轴取值范围

# 给坐标A添加标注A(x10,y10)

plt.annotate(“A(x,y)”,xy=(x[10],y[10]),fontsize=15)

效果图如下

解读：

1、colors=np.random.rand(50)：给定颜色变化

c=colors改为c=”red”，则所有的点颜色都是单一一种颜色：红色

2、area=(20*np.random.rand(10))**2：给定每个点的大小变化

s=area  改为s=100或者特定数字，则所有点的大小一样

3、plt.title、plt.xlabel() 、plt.ylabel中字体的设置，给到自定义字典

fontdict={‘fontsize’:20,’color’:’blue’}

4、plt.text():设置数值标签

添加数字标签 固定写法，字体属性给定指定字典fontdict

for a,b in zip(x,y):

plt.text(a,b,b,,ha=”center”,va=’top’,fontdict={‘fontsize’:7,’color’:’black’})

你已经掌握的一部分散点图的基础。不加标签，不设置标题的裸图，貌似清爽好看了些。。。

原文链接：

https://mp.weixin.qq.com/s/5zq7A74WQygdMV1CUY2wzw

还有好多干货，实战案例：

关注公众号，都在里面！

https://www.jianshu.com/p/0ed799faaa4a