在matplotlib中,scatter()函数用于绘制散点图。
下面绘制一个最简单的散点图:
import matplotlib.pyplot as plt
import numpy as np
X= np.random.rand(100)
Y= np.random.randn(100)
plt.scatter(X,Y)
plt.show()
我们可以设置一些常用的关键字参数:
plt.scatter(X,Y, c ="red", edgecolor = "blue",linewidth =2.5, s= 200, alpha =0.8,lable ="data1")
plt.legend()
plt.show()
其中:
c或color 表示marker点中心区域面的颜色,可以是一个预设的表示颜色的字符串,也可使用RGB颜色(范围0到1,长度为3的python序列),还可以是和X同长度的数组。
edgecolor 表示marker点边缘的颜色,默认和中心区域颜色一致。
linewidth 表示marker点边缘的线宽。
s 表示marker点的尺寸大小,可以是一个标量,也可以是和X同长度的数组。
alpha 表示 marker点的不透明度,0表示完全透明。
lable表示分组标签,需配合legend()函数使用。
此外,marker 参数 表示marker点的形状, 默认为"o"。
当 s 也为数组时,可以额外显示第三个维度的信息,此时散点图可称作气泡图。
plt.scatter(X,Y,color ="g",linewidth =2.5, s= 100*(X**2+Y**2), alpha =0.8)
plt.show()
同理,color为数组时,也可以显示额外维度的信息。它们还可以搭配使用:
bubble =plt.scatter(X,Y,c =np.random.rand(100), cmap='RdYlBu',s= 100*(X**2+Y**2))
plt.colorbar(bubble)
plt.show()
注意,和参数cmap配合使用时,颜色参数只能用c,不能用color。
还有其它的colormap可选:
bubble =plt.scatter(X,Y,c =np.random.rand(100), cmap="hot",s= 100*(X**2+Y**2))
下面这种我喜欢:
bubble =plt.scatter(X,Y,c =np.random.rand(100), cmap="nipy_spectral",s= 100*(X**2+Y**2))
plt.colorbar(bubble)
plt.show()
bubble =plt.scatter(X,Y,c =np.random.rand(100), cmap='PuBu_r',s= 100*(X**2+Y**2), alpha =0.8)
plt.colorbar(bubble)
plt.show()
这种也漂亮:
bubble =plt.scatter(X,Y,c =np.random.rand(100), cmap='jet',s= 100*(X**2+Y**2), alpha =0.8)
plt.colorbar(bubble)
plt.colorbar(bubble)plt.show()
依然可以添加其它的图形元素,使气泡图更完整:
plt.title("气泡图示例",fontproperties="SimHei",fontsize = 20)
plt.xlabel("x 轴", fontproperties="SimHei")
plt.ylabel("y 轴", fontproperties="SimHei")
本文分享自 Python可视化编程机器学习OpenCV 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!