本文介绍了如何使用Python的matplotlib库创建学术型散点图，包括绘制相关性分析、拟合曲线、颜色映射散点密度以及添加误差线。示例代码展示了从简单的散点图到复杂带颜色映射和误差线的散点图的绘制过程，同时讲解了如何修改图表字体和合并多图。
01. 引言
本期推文只要介绍学术散点图的绘制教程，涉及的内容主要还是matplotlib散点图的绘制，只不过添加了相关性分析，拟合关系式和颜色映射散点密度(大多数的英文文章中多出现此类图表)。首先我们看一下下面这幅图：
(图片来源于网络，如有侵权，望告知，删除，谢谢)
从该图可以看出，这是用ggplot2绘制的相关性散点图(别问我为啥，第一感觉就是
)，需要的数据量极大且颜色代表了散点密度大小。下面我们就用python-matplotlib 进行此类相关性散点图的绘制教程。
02. 数据处理及可视化
数据我们选择两组相关性较高的的数据，假设一种为真实值，一种为模型预测值，结果如下(部分)：
可视化绘制01：
可视化的绘制过程还是和之前的教程推文差不多，这里我们主要讲解新的内容，绘制完整代码如下：
解释如下：
（1）12-18行，使用numpy.linespace()和scipy的optimize.curve_fit()方法绘制拟合公式，并以此绘制散点拟合线和散点对角线；
（2）33-35行，主要针对对Axis设置刻度标签字体。绘图结果如下：
这类图表对一般的学术期刊，其完全符合要求，但如果散点更多，则需要用颜色映射进行散点密度映射，使读者更容易理解图表。
可视化绘制02：
针对颜色映射散点密度大小，主要步骤与上述相同，添加的额外代码如下：计算密度范围并附上颜色：
# Estimate the 2D h
最低0.47元/天 解锁文章
1109
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
