python?scatter繪制散點(diǎn)圖
用法:
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)
參數(shù)介紹:



import matplotlib.pyplot as plt a = [1, 2, 3, 4, 5] b = [6, 7, 8, 9, 10] # 為了顯示出c和edgecolors 我將linewidths調(diào)增到15 plt.scatter(a, b, linewidths=15,c='red',edgecolors=['black', 'green','cyan','lightgreen'])

參數(shù) s
import matplotlib.pyplot as plt
%matplotlib inline
plt.figure(figsize=(12,6))
plt.rcParams['font.family'] = 'SimHei'
a = [1, 2, 3, 4, 5]
b = [6, 7, 8, 9, 10]
plt.subplot(121)
plt.title('不添加s')
plt.scatter(a,b,c='red',linewidths=6)
plt.subplot(122)
plt.title('添加s,s=1.5')
plt.scatter(a,b,c='red',s=1.5,linewidths=6)
plt.show()
參數(shù)marker
import matplotlib.pyplot as plt
plt.figure(figsize=(12,6))
plt.rcParams['font.family'] = 'SimHei'
a = [1, 2, 3, 4, 5]
b = [6, 7, 8, 9, 10]
plt.subplot(131)
plt.title('標(biāo)準(zhǔn)')
plt.scatter(a,b,linewidths=6)
plt.subplot(132)
plt.title("設(shè)置marker 'x'")
plt.scatter(a,b,marker='x')
plt.subplot(133)
plt.title("設(shè)置marker 'v'")
plt.scatter(a,b,marker='v')
plt.show()
marker屬性


import matplotlib.pyplot as plt
plt.figure(figsize=(12,6))
plt.rcParams['font.family'] = 'SimHei'
a = [1, 2, 3, 4, 5]
b = [6, 7, 8, 9, 10]
plt.subplot(141)
plt.title("設(shè)置marker '1'")
plt.scatter(a,b,s=100,marker='1')
plt.subplot(142)
plt.title("設(shè)置marker '2'")
plt.scatter(a,b,s=100,marker='2')
plt.subplot(143)
plt.title("設(shè)置marker '3'")
plt.scatter(a,b,s=100,marker='3')
plt.subplot(144)
plt.title("設(shè)置marker '4'")
plt.scatter(a,b,s=100,marker='4')
plt.show()
參數(shù)cmap
cmap主要是配合c參數(shù)一起使用的,c可以是一個(gè)顏色序列,使用數(shù)字列表代替,plt.cm.Spectral是一個(gè)顏色映射集,并不代表說(shuō)明[0:5]代表某個(gè)顏色,參數(shù)c出現(xiàn)5個(gè)不同的值,然后為每個(gè)值分配一個(gè)顏色
import matplotlib.pyplot as plt
a = [1, 2, 3, 4, 5]
b = [6, 7, 8, 9, 10]
c = [0, 1, 2, 3, 4]
plt.rcParams['font.family'] = 'SimHei'
plt.subplot(121)
plt.title('標(biāo)準(zhǔn)')
plt.scatter(a, b, c=c, s=80)
plt.subplot(122)
plt.title('添加cmap')
plt.scatter(a, b, c=c, s=80, cmap=plt.cm.Spectral)
plt.show()
vmin,vmax,norm散點(diǎn)亮度設(shè)置, alpha透明度
plt.colorbar()顏色條
散點(diǎn)圖進(jìn)行多出設(shè)置,即成為氣泡圖,下面進(jìn)行展示:
import matplotlib.pyplot as plt # 導(dǎo)入顏色條庫(kù) from matplotlib import colors import numpy as np x = np.random.randn(50) # 隨機(jī)產(chǎn)生50個(gè)X坐標(biāo) y = np.random.randn(50) # 隨機(jī)產(chǎn)生50個(gè)Y坐標(biāo) color = np.random.rand(50) # 隨機(jī)產(chǎn)生用于映射顏色的數(shù)值 size = 500 * np.random.rand(50) # 隨機(jī)改變散點(diǎn)大小的數(shù)值 changecolor = colors.Normalize(vmin=0.4, vmax=0.8) plt.scatter(x, y, c=color, s = size, alpha=0.3, cmap='viridis', norm=changecolor) plt.colorbar() # 顯示顏色條 plt.show()

到此這篇關(guān)于python scatter繪制散點(diǎn)圖的文章就介紹到這了,更多相關(guān)pyth 散點(diǎn)圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python對(duì)數(shù)組進(jìn)行排序,并輸出排序后對(duì)應(yīng)的索引值方式
今天小編就為大家分享一篇python對(duì)數(shù)組進(jìn)行排序,并輸出排序后對(duì)應(yīng)的索引值方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
python抓取網(wǎng)頁(yè)時(shí)字符集轉(zhuǎn)換問(wèn)題處理方案分享
python學(xué)習(xí)過(guò)程中發(fā)現(xiàn)英文不好學(xué)起來(lái)挺困難的,其中小弟就遇到一個(gè)十分蛋疼的問(wèn)題,百度了半天就沒(méi)找到解決辦法~囧~摸索了半天自己解決了,記錄下來(lái)與君共勉。2014-06-06
Python 給我一個(gè)鏈接西瓜視頻隨便下載爬蟲(chóng)
這篇文章主要介紹了Python通過(guò)一個(gè)鏈接爬取西瓜視頻,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-08-08
使用python爬蟲(chóng)實(shí)現(xiàn)網(wǎng)絡(luò)股票信息爬取的demo
下面小編就為大家分享一篇使用python爬蟲(chóng)實(shí)現(xiàn)網(wǎng)絡(luò)股票信息爬取的demo,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-01-01
在 Python 中解析 ISO 8601 日期的詳細(xì)過(guò)程
這篇文章主要介紹了在 Python 中解析 ISO 8601 日期,我們將討論典型的 ISO 8601 日期的結(jié)構(gòu),并向您展示如何將典型的 DateTime 對(duì)象解析為可以在所有地方使用的標(biāo)準(zhǔn)化 DateTime,需要的朋友可以參考下2023-08-08

