专栏名称: Python技术博文
分享有关Python知识,了解IT界最新技术,让我们一起从菜鸟变成大牛吧!
目录
相关文章推荐
Python中文社区  ·  超爆回报2682%!轻松复制这个简单暴利的量 ... ·  昨天  
Python爱好者社区  ·  模仿一下领导说话的样子 ·  15 小时前  
Python爱好者社区  ·  今年程序员这薪资是认真的吗? ·  昨天  
python自留地  ·  Python语法基本单词 ·  昨天  
Python中文社区  ·  马斯克一条推特,股价狂飙?AI量化模型揭秘背 ... ·  4 天前  
51好读  ›  专栏  ›  Python技术博文

Python中scatter函数详解

Python技术博文  · 公众号  · Python  · 2017-06-23 08:14

正文

做数据可视化必不可少的要了解一些绘图包和相关函数的使用,Python中scatter函数就是一个很好的工具。scatter函数参数众多,为了方便使用,小编这里整理了其参数说明,并且以实例来增加可读性让读者朋友们有一目了然的感觉。

1、scatter函数原型

2、其中散点的形状参数marker如下:

3、其中颜色参数c如下:

4、基本的使用方法如下:

[python] view plain copy

  1. #导入必要的模块

  2. import numpy as np

  3. import matplotlib.pyplot as plt

  4. #产生测试数据

  5. x = np.arange( 1 , 10 )

  6. y = x

  7. fig = plt.figure()

  8. ax1 = fig.add_subplot( 111 )

  9. #设置标题

  10. ax1.set_title( 'Scatter Plot' )

  11. #设置X轴标签

  12. plt.xlabel( 'X' )

  13. #设置Y轴标签

  14. plt.ylabel( 'Y' )

  15. #画散点图

  16. ax1.scatter(x,y,c = 'r' ,marker = 'o' )

  17. #设置图标

  18. plt.legend( 'x1' )

  19. #显示所画的图

  20. plt.show()

结果如下:

5、当scatter后面参数中数组的使用方法,如s,当s是同x大小的数组,表示x中的每个点对应s中一个大小,其他如c,等用法一样,如下:

(1)、不同大小

[python] view plain copy

  1. #导入必要的模块

  2. import numpy as np

  3. import matplotlib.pyplot as plt

  4. #产生测试数据

  5. x = np.arange( 1 , 10 )

  6. y = x

  7. fig = plt.figure()

  8. ax1 = fig.add_subplot( 111 )

  9. #设置标题

  10. ax1.set_title( 'Scatter Plot' )

  11. #设置X轴标签

  12. plt.xlabel( 'X' )

  13. #设置Y轴标签

  14. plt.ylabel( 'Y' )

  15. #画散点图

  16. sValue = x* 10

  17. ax1.scatter(x,y,s=sValue,c= 'r' ,marker= 'x' )

  18. #设置图标

  19. plt.legend( 'x1' )

  20. #显示所画的图

  21. plt.show()

(2)、不同颜色

[python] view plain copy

  1. #导入必要的模块

  2. import numpy as np

  3. import matplotlib.pyplot as plt

  4. #产生测试数据

  5. x = np.arange( 1 , 10 )

  6. y = x

  7. fig = plt.figure()

  8. ax1 = fig.add_subplot( 111 )

  9. #设置标题

  10. ax1.set_title( 'Scatter Plot' )

  11. #设置X轴标签

  12. plt.xlabel( 'X' )

  13. #设置Y轴标签

  14. plt.ylabel( 'Y' )

  15. #画散点图

  16. cValue = [ 'r' , 'y' , 'g' , 'b' , 'r' , 'y' , 'g' , 'b' , 'r' ]

  17. ax1.scatter(x,y,c=cValue,marker= 's' )

  18. #设置图标

  19. plt.legend( 'x1' )

  20. #显示所画的图

  21. plt.show()

结果:

(3)、线宽linewidths

[python] view plain copy

  1. #导入必要的模块

  2. import numpy as np

  3. import matplotlib.pyplot as plt

  4. #产生测试数据

  5. x = np.arange( 1 , 10 )

  6. y = x

  7. fig = plt.figure()

  8. ax1 = fig.add_subplot( 111 )

  9. #设置标题

  10. ax1.set_title( 'Scatter Plot' )

  11. #设置X轴标签

  12. plt.xlabel( 'X' )

  13. #设置Y轴标签

  14. plt.ylabel( 'Y' )

  15. #画散点图

  16. lValue = x

  17. ax1.scatter(x,y,c= 'r' ,s= 100 ,linewidths=lValue,marker= 'o' )

  18. #设置图标







请到「今天看啥」查看全文