Matplotlib 散點(diǎn)圖

我們可以使用 pyplot 中的 scatter() 方法來(lái)繪制散點(diǎn)圖。

scatter() 方法語(yǔ)法格式如下：

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

參數(shù)說明：

x，y：長(zhǎng)度相同的數(shù)組，也就是我們即將繪制散點(diǎn)圖的數(shù)據(jù)點(diǎn)，輸入數(shù)據(jù)。

s：點(diǎn)的大小，默認(rèn) 20，也可以是個(gè)數(shù)組，數(shù)組每個(gè)參數(shù)為對(duì)應(yīng)點(diǎn)的大小。

c：點(diǎn)的顏色，默認(rèn)藍(lán)色 'b'，也可以是個(gè) RGB 或 RGBA 二維行數(shù)組。

marker：點(diǎn)的樣式，默認(rèn)小圓圈 'o'。

cmap：Colormap，默認(rèn) None，標(biāo)量或者是一個(gè) colormap 的名字，只有 c 是一個(gè)浮點(diǎn)數(shù)數(shù)組的時(shí)才使用。如果沒有申明就是 image.cmap。

norm：Normalize，默認(rèn) None，數(shù)據(jù)亮度在 0-1 之間，只有 c 是一個(gè)浮點(diǎn)數(shù)的數(shù)組的時(shí)才使用。

vmin，vmax：：亮度設(shè)置，在 norm 參數(shù)存在時(shí)會(huì)忽略。

alpha：：透明度設(shè)置，0-1 之間，默認(rèn) None，即不透明。

linewidths：：標(biāo)記點(diǎn)的長(zhǎng)度。

edgecolors：：顏色或顏色序列，默認(rèn)為 'face'，可選值有 'face', 'none', None。

plotnonfinite：：布爾值，設(shè)置是否使用非限定的 c ( inf, -inf 或 nan) 繪制點(diǎn)。

**kwargs：：其他參數(shù)。

以下實(shí)例 scatter() 函數(shù)接收長(zhǎng)度相同的數(shù)組參數(shù)，一個(gè)用于 x 軸的值，另一個(gè)用于 y 軸上的值：

實(shí)例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])

plt.scatter(x, y)
plt.show()

顯示結(jié)果如下：

設(shè)置圖標(biāo)大小：

實(shí)例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
sizes = np.array([20,50,100,200,500,1000,60,90])
plt.scatter(x, y, s=sizes)
plt.show()

顯示結(jié)果如下：

自定義點(diǎn)的顏色：

實(shí)例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
colors = np.array(["red","green","black","orange","purple","beige","cyan","magenta"])

plt.scatter(x, y, c=colors)
plt.show()

顯示結(jié)果如下：

設(shè)置兩組散點(diǎn)圖：

實(shí)例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
plt.scatter(x, y, color = 'hotpink')

x = np.array([2,2,8,1,15,8,12,9,7,3,11,4,7,14,12])
y = np.array([100,105,84,105,90,99,90,95,94,100,79,112,91,80,85])
plt.scatter(x, y, color = '#88c999')

plt.show()

顯示結(jié)果如下：

使用隨機(jī)數(shù)來(lái)設(shè)置散點(diǎn)圖：

實(shí)例

import numpy as np
import matplotlib.pyplot as plt

# 隨機(jī)數(shù)生成器的種子
np.random.seed(19680801)


N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = (30 * np.random.rand(N))**2  # 0 to 15 point radii

plt.scatter(x, y, s=area, c=colors, alpha=0.5) # 設(shè)置顏色及透明度

plt.title("W3Cschool Scatter Test") # 設(shè)置標(biāo)題

plt.show()

顯示結(jié)果如下：

顏色條 Colormap

Matplotlib 模塊提供了很多可用的顏色條。

顏色條就像一個(gè)顏色列表，其中每種顏色都有一個(gè)范圍從 0 到 100 的值。

下面是一個(gè)顏色條的例子：

設(shè)置顏色條需要使用? cmap ?參數(shù)，默認(rèn)值為 ?'viridis'?，之后顏色值設(shè)置為 0 到 100 的數(shù)組。

實(shí)例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])

plt.scatter(x, y, c=colors, cmap='viridis')

plt.show()

顯示結(jié)果如下：

如果要顯示顏色條，需要使用? plt.colorbar() ?方法：

實(shí)例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])

plt.scatter(x, y, c=colors, cmap='viridis')

plt.colorbar()

plt.show()

顯示結(jié)果如下：

換個(gè)顏色條參數(shù)， cmap 設(shè)置為 ?afmhot_r?：

實(shí)例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])

plt.scatter(x, y, c=colors, cmap='afmhot_r')
plt.colorbar()
plt.show()

顯示結(jié)果如下：

顏色條參數(shù)值可以是以下值：