Matplotlib绘图

Matplotlib绘图

plt.scatter() 是 Matplotlib 中用于创建散点图（scatter plot）的函数

以下是 plt.scatter() 函数的基本用法格式：

plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None)

参数说明：

• x 和 y：必须参数，分别是 x 轴和 y 轴上的数据点的位置。它们可以是单个数值、列表、数组或 Pandas 数据结构，用于表示每个散点的位置。
• s：可选参数，用于指定每个散点的大小。可以是一个标量值，一个数组或列表，用于指定每个散点的不同大小。
• c：可选参数，用于指定每个散点的颜色。可以是一个标量值，一个数组或列表，用于指定每个散点的不同颜色。通常，颜色可以使用字符串表示，例如：“r” 表示红色。
• marker：可选参数，用于指定散点的标记符号，例如圆点、方块、三角形等。
• cmap：可选参数，用于指定颜色映射，如果 c 参数是一个数值数组，cmap 可以用于将数值映射为颜色。
• 其他参数如 alpha 用于指定透明度，linewidths 用于指定散点边缘的线宽度，edgecolors 用于指定边缘的颜色等。

示例用法：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 15, 25, 30]

plt.scatter(x, y, s=50, c='blue', marker='o', label='Data Points')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter Plot Example')
plt.legend()
plt.show()

Matplotlib 中，plt.scatter(x, y) 的参数 x 和 y 不一定需要是 NumPy 数组或列表，可以接受多种数据类型，包括 Python 列表、NumPy 数组、Pandas Series 等。例子：

import matplotlib.pyplot as plt

import torch

# 假设你使用的是PyTorch

# 创建张量

x = torch.tensor([1, 2, 3, 4, 5])

y = torch.tensor([10, 20, 15, 25, 30])

# 直接使用张量创建散点图

plt.scatter(x, y, label='Data Points')

plt.xlabel('X-axis')

plt.ylabel('Y-axis')

plt.title('Scatter Plot Example')

plt.legend() plt.show()

一般情况下，将张量传递给 plt.scatter() 应该是可以正常工作的。