数据可视化——散点图

1. 数据点的轮廓处理（matplotlib默认内部蓝色和黑色轮廓）
2. 数据点的RGB颜色设置
3. 颜色映射（colormap）设置，由浅色变到深色，突出数据的规律
4. 图表的保存
（文末有matplotlib所有颜色映射的查看网址）

import matplotlib.pyplot as plt

x_values = list(range(1, 1001, 10))
y_values = [x**2 for x in x_values]

# edgecolor数据点边缘轮廓
# plt.scatter(x_values, y_values, c='red', edgecolors='none', s=40)
# -----------------------------------------------------------------
# 也可以设置成元组RGB颜色设置,()内为0-1的数值
# plt.scatter(x_values, y_values, c=(0, 0, 0.8), edgecolors='none', s=40)
# ---------------------------------------------------------------------
# 颜色的映射（colormap），数值小的颜色浅，数值大的颜色深
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolors='none', s=40)

# 设置标题和坐标轴标签
plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

# 设置刻度标记大小，which选择为主坐标轴
plt.tick_params(axis='both', which='major', labelsize=14)

# 设置每个坐标轴的取值范围，x轴和y轴
plt.axis([0, 1100, 0, 1100000])

plt.show()

# 保存图表,第二个参数代表去掉图表多余的空白
plt.savefig('squares_plot.png', bbox_inches='tight')

结果：

matplotlib所有颜色映射查看直接跳转