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。