Python中scatter函數(shù)參數(shù)及用法詳解

更新時(shí)間：2017年11月08日 16:26:28 作者：AnneQiQi

這篇文章主要介紹了Python中scatter函數(shù)參數(shù)及用法詳解，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧

最近開始學(xué)習(xí)Python編程，遇到scatter函數(shù)，感覺里面的參數(shù)不知道什么意思于是查資料,最后總結(jié)如下：

1、scatter函數(shù)原型

2、其中散點(diǎn)的形狀參數(shù)marker如下：

3、其中顏色參數(shù)c如下:

4、基本的使用方法如下：

#導(dǎo)入必要的模塊 
import numpy as np 
import matplotlib.pyplot as plt 
#產(chǎn)生測(cè)試數(shù)據(jù) 
x = np.arange(1,10) 
y = x 
fig = plt.figure() 
ax1 = fig.add_subplot(111) 
#設(shè)置標(biāo)題 
ax1.set_title('Scatter Plot') 
#設(shè)置X軸標(biāo)簽 
plt.xlabel('X') 
#設(shè)置Y軸標(biāo)簽 
plt.ylabel('Y') 
#畫散點(diǎn)圖 
ax1.scatter(x,y,c = 'r',marker = 'o') 
#設(shè)置圖標(biāo) 
plt.legend('x1') 
#顯示所畫的圖 
plt.show()

結(jié)果如下：

5、當(dāng)scatter后面參數(shù)中數(shù)組的使用方法，如s，當(dāng)s是同x大小的數(shù)組，表示x中的每個(gè)點(diǎn)對(duì)應(yīng)s中一個(gè)大小，其他如c，等用法一樣，如下：

（1）、不同大小

#導(dǎo)入必要的模塊 
import numpy as np 
import matplotlib.pyplot as plt 
#產(chǎn)生測(cè)試數(shù)據(jù) 
x = np.arange(1,10) 
y = x 
fig = plt.figure() 
ax1 = fig.add_subplot(111) 
#設(shè)置標(biāo)題 
ax1.set_title('Scatter Plot') 
#設(shè)置X軸標(biāo)簽 
plt.xlabel('X') 
#設(shè)置Y軸標(biāo)簽 
plt.ylabel('Y') 
#畫散點(diǎn)圖 
sValue = x*10 
ax1.scatter(x,y,s=sValue,c='r',marker='x') 
#設(shè)置圖標(biāo) 
plt.legend('x1') 
#顯示所畫的圖 
plt.show()

（2）、不同顏色

#導(dǎo)入必要的模塊 
import numpy as np 
import matplotlib.pyplot as plt 
#產(chǎn)生測(cè)試數(shù)據(jù) 
x = np.arange(1,10) 
y = x 
fig = plt.figure() 
ax1 = fig.add_subplot(111) 
#設(shè)置標(biāo)題 
ax1.set_title('Scatter Plot') 
#設(shè)置X軸標(biāo)簽 
plt.xlabel('X') 
#設(shè)置Y軸標(biāo)簽 
plt.ylabel('Y') 
#畫散點(diǎn)圖 
cValue = ['r','y','g','b','r','y','g','b','r'] 
ax1.scatter(x,y,c=cValue,marker='s') 
#設(shè)置圖標(biāo) 
plt.legend('x1') 
#顯示所畫的圖 
plt.show()

結(jié)果：

（3）、線寬linewidths

#導(dǎo)入必要的模塊 
import numpy as np 
import matplotlib.pyplot as plt 
#產(chǎn)生測(cè)試數(shù)據(jù) 
x = np.arange(1,10) 
y = x 
fig = plt.figure() 
ax1 = fig.add_subplot(111) 
#設(shè)置標(biāo)題 
ax1.set_title('Scatter Plot') 
#設(shè)置X軸標(biāo)簽 
plt.xlabel('X') 
#設(shè)置Y軸標(biāo)簽 
plt.ylabel('Y') 
#畫散點(diǎn)圖 
lValue = x 
ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o') 
#設(shè)置圖標(biāo) 
plt.legend('x1') 
#顯示所畫的圖 
plt.show()

注：這就是scatter基本的用法。

PS：下面舉個(gè)示例

本文記錄了python中的數(shù)據(jù)可視化——散點(diǎn)圖scatter，令x作為數(shù)據(jù)（50個(gè)點(diǎn)，每個(gè)30維），我們僅可視化前兩維。labels為其類別（假設(shè)有三類）。

這里的x就用random來了，具體數(shù)據(jù)具體分析。

label設(shè)定為[1:20]->1, [21:35]->2, [36:50]->3，（python中數(shù)組連接方法：先強(qiáng)制轉(zhuǎn)為list，用+，再轉(zhuǎn)回array）

用matplotlib的scatter繪制散點(diǎn)圖，legend和matlab中稍有不同，詳見代碼。

x = rand(50,30) 
from numpy import * 
import matplotlib 
import matplotlib.pyplot as plt 
 
#basic 
f1 = plt.figure(1) 
plt.subplot(211) 
plt.scatter(x[:,1],x[:,0]) 
 
# with label 
plt.subplot(212) 
label = list(ones(20))+list(2*ones(15))+list(3*ones(15)) 
label = array(label) 
plt.scatter(x[:,1],x[:,0],15.0*label,15.0*label) 
 
# with legend 
f2 = plt.figure(2) 
idx_1 = find(label==1) 
p1 = plt.scatter(x[idx_1,1], x[idx_1,0], marker = 'x', color = 'm', label='1', s = 30) 
idx_2 = find(label==2) 
p2 = plt.scatter(x[idx_2,1], x[idx_2,0], marker = '+', color = 'c', label='2', s = 50) 
idx_3 = find(label==3) 
p3 = plt.scatter(x[idx_3,1], x[idx_3,0], marker = 'o', color = 'r', label='3', s = 15) 
plt.legend(loc = 'upper right')

result：

figure(1)：