一、matplotlib 绘制散点图参数
- x,y:长度相同的数组,也就是我们即将绘制散点图的数据点,输入数据。
- s:点的大小,默认 20,也可以是个数组,数组每个参数为对应点的大小。
- c:点的颜色,默认蓝色 'b',也可以是个 RGB 或 RGBA 二维行数组。
- marker:点的样式,默认小圆圈 'o'。
- cmap:Colormap,默认 None,标量或者是一个 colormap 的名字,只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap。
- norm:Normalize,默认 None,数据亮度在 0-1 之间,只有 c 是一个浮点数的数组的时才使用。
- vmin,vmax::亮度设置,在 norm 参数存在时会忽略。
- alpha::透明度设置,0-1 之间,默认 None,即不透明。
- linewidths::标记点的长度。
- edgecolors::颜色或颜色序列,默认为 'face',可选值有 'face', 'none', None。
- plotnonfinite::布尔值,设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点。
二、matplotlib绘制散点图
import pandas as pd
# 加载csv数据
df = pd.read_csv('/caffeine.csv')
import matplotlib.pyplot as plt
# 基础绘图
plt.scatter(x=df['Calories /100ml'], y=df['Caffeine(mg) /100ml'])
# 显示图片
plt.show()
二、seaborn 绘制散点图-分组绘制
- data:绘图的需要的Dataframe数据。
- x,y:绘图变量名称。
- hue:分类变量名称。
import seaborn as sns
# 设置图片大小
plt.figure(figsize=(11,4))
# 绘制散点图
sns.scatterplot(x='Calories /100ml',y='Caffeine(mg) /100ml',data=df, hue= 'type')
# 添加标题
plt.title('Calories /100ml vs Caffeine(mg) /100ml')
# 添加标签
plt.xlabel('Calories /100ml')
plt.ylabel('Caffeine(mg) /100ml')
# 添加网格线
plt.grid()
# 显示图片
plt.show()