Matplotlib - 散点图 scatter() 用法大全

散点图和折线图是数据分析中最常用的两种图形，他们能够分析不同数值型特征间的关系。其中，散点图主要用于分析特征间的相关关系。

散点图（scatter）可以提供两类关键信息：

特征之间是否存在数值或者数量的关联趋势，其趋势是线性的还是非线性的；
观察数据中是否存在噪点，以及直观的判断噪点是否会对模型产生很大的影响。

Matplotlib 中绘制散点图的函数为 scatter() ，使用语法如下：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)

常用参数及说明：

参数	接收值	说明	默认值
x，y	array	表示 x 轴与 y 轴对应的数据；	无
s	数值或一维的array	表示散点图中点的大小，若是一维数组，则表示散点图中每个点的大小；	None
c	颜色或一维的array	表示散点图中点的颜色，若是一维数组，则表示散点图中每个点的颜色；	None
marker	string	表示散点的类型；	o
alpha	0~1之间的小数	表示散点的透明度；	None

其他参数请参考文档：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html

基本用法

import pandas as pd
import matplotlib.pyplot as plt

#读取数据
datafile = u'D:\\pythondata\\learn\\matplotlib.xlsx'
data = pd.read_excel(datafile)

plt.figure(figsize=(10,5))#设置画布的尺寸
plt.title('Examples of scatter plots',fontsize=20)#标题，并设定字号大小
plt.xlabel(u'x-year',fontsize=14)#设置x轴，并设定字号大小
plt.ylabel(u'y-income',fontsize=14)#设置y轴，并设定字号大小
plt.scatter(data['时间'],data['收入_Jay'], s=100, c='deeppink', marker='o')
plt.scatter(data['时间'],data['收入_JJ'], s=100, c='darkblue', marker='+')
plt.scatter(data['时间'],data['收入_Jolin'], s=100, c='goldenrod', marker='*')
plt.legend(['Jay income', 'JJ income', 'Jolin income'])#标签
plt.show()#显示图像

散点的大小不同（根据点对应的数值）

import pandas as pd
import matplotlib.pyplot as plt

#读取数据
datafile = u'D:\\pythondata\\learn\\matplotlib.xlsx'
data = pd.read_excel(datafile)

plt.figure(figsize=(10,5))#设置画布的尺寸
plt.title('Examples of scatter plots',fontsize=20)#标题，并设定字号大小
plt.xlabel(u'x-year',fontsize=14)#设置x轴，并设定字号大小
plt.ylabel(u'y-income',fontsize=14)#设置y轴，并设定字号大小

sValue = data['收入_Jay']*0.5 #根据值来设置点的大小
plt.scatter(data['时间'],data['收入_Jay'], s=sValue, c='deeppink', marker='o')
plt.legend(['Jay income'])#标签
plt.show()#显示图像

散点的颜色不同（指定颜色或者渐变色）

import pandas as pd
import matplotlib.pyplot as plt

#读取数据
datafile = u'D:\\pythondata\\learn\\matplotlib.xlsx'
data = pd.read_excel(datafile)

plt.figure(figsize=(10,5))#设置画布的尺寸
plt.title('Examples of scatter plots',fontsize=20)#标题，并设定字号大小
plt.xlabel(u'x-year',fontsize=14)#设置x轴，并设定字号大小
plt.ylabel(u'y-income',fontsize=14)#设置y轴，并设定字号大小

#指定点的颜色的序列
cValue_1 = ['r','c','g','b','r','y','g','b','m']
plt.scatter(data['时间'],data['收入_Jay'],c = cValue_1, s=100, marker='o')

#渐变色
cValue_2 =data['收入_Jay']*0.5 
cm = plt.cm.get_cmap('Blues')
plt.scatter(data['时间'],data['收入_JJ'],c = cValue_2, s=100, marker='*', cmap=cm)

plt.show()#显示图像

设置颜色的时候，你可能想搜：Python 画图常用颜色 - 单色、渐变色、混色

设置点的形状时，你可能想搜：Python 画图常用点的形状，Matplotlib 设置参数marker的值

Matplotlib - 散点图 scatter() 用法大全

基本用法

散点的大小不同（根据点对应的数值）

散点的颜色不同（指定颜色或者渐变色）

猜你喜欢