1.核心函数及核心参数介绍
scatter(x,y,s,c,marker,alpha,label)
备注:上述仅列出了最常用的几个参数。
常用参数意义介绍
x--横坐标取值;
y--纵坐标取值;
s--散点大小设置;
c--散点颜色设置;
marker--散点形状设置;
alpha--散点透明度设置;
label--图例标签
备注:前两个参数需给定取值,其余参数可缺省。
c常用取值
1.可以为各英文颜色或缩写
![093e7074af137bbff833c2b0c7f033ef.png](https://i-blog.csdnimg.cn/blog_migrate/524f621573dc871014809b7847a6c616.jpeg)
常用各颜色对应的英文
2.可以为数字
可设置为数字组成的序列,序列中每个元素分别代表不同坐标点的颜色,例如有三个坐标点,可设置为c=(0.1,0.5,1.0),则三个坐标点将分别出现不同的散点颜色。
3.可以为十六进制字符串
可设置为十六进制的字符串,“#000000”代表黑色等价于‘black’,“#ffffff”代表白色等价于'white'。
marker常用取值
![2c2150fe49d405b14bd2921845daac03.png](https://i-blog.csdnimg.cn/blog_migrate/16d76f1c1738deed763049b510f7bfc3.jpeg)
marker常用取值及对应的形状
2.单曲线实例展示
import matplotlib.pyplot as pltx = [1, 2, 3, 4]y = [10, 20, 30, 40]# 设置字体格式为宋体plt.rc('font', family='STSong')# 图片标题plt.title('散点图')plt.scatter(x, y, s=100, c='b', marker='*')plt.xlabel('横坐标', fontsize=15)plt.ylabel('纵坐标', fontsize=15)plt.tight_layout()plt.show()
![d49e9bdad8ae75cdbbb188042187a547.png](https://i-blog.csdnimg.cn/blog_migrate/427eb4c22670f6514ac1a8c86075b849.jpeg)
上述代码结果图
# 仅修改上述scatter函数中c的取值plt.scatter(x, y, s=100, c=(0.1, 0.5, 0.8, 1.0), marker='*')
![832c30c21361d39066a8ad23cd5e5bfa.png](https://i-blog.csdnimg.cn/blog_migrate/96e7235efacd4098d5b77c5a0ea28f3d.jpeg)
修改c取值后结果图
3.多曲线实例展示
事实上,我们经常遇到的问题是多个曲线的情况,此时多次调用scatter函数即可,同时设置不同的颜色和形状即可加以区分。
import matplotlib.pyplot as pltx = [1, 2, 3, 4]y = [10, 20, 30, 40]z = [20, 40, 60, 80]w = [30, 60, 90, 120]plt.rc('font', family='STSong')plt.title('散点图')plt.scatter(x, y, s=100, c='red', marker='*', label='y')plt.scatter(x, z, s=100, c='blue', marker='^', label='z')plt.scatter(x, w, s=100, c='peru', marker='X', label='w')plt.xlabel('横坐标', fontsize=15)plt.ylabel('纵坐标', fontsize=15)plt.legend(loc='upper left', fontsize=12)plt.tight_layout()plt.show()
![46d5c8e6dfc2d4c1b4e09ffdaa1fee8e.png](https://i-blog.csdnimg.cn/blog_migrate/b1be07ee66daa496fc7630d8c9f62a34.jpeg)
上述代码结果图
参考资料
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html
https://www.cnblogs.com/qianblue/p/10783261.html