Matplotlib是Python中的一个库，它是数字的-NumPy库的数学扩展。轴类包含大多数图形元素：Axis，Tick，Line2D，Text，Polygon等，并设置坐标系。 Axes实例通过callbacks属性支持回调。
matplotlib.axes.Axes.scatter()函数
matplotlib库的axiss模块中的Axes.scatter()函数用于绘制具有变化的标记大小和/或颜色的y与x的散点图。
用法： Axes.scatter(self, x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=, edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)
参数：此方法接受以下描述的参数：
- x, y:这些参数是数据点的水平和垂直坐标。
- s:此参数是可选参数，它包含大小为点** 2的标记。
- c:此参数是可选参数，它包含颜色顺序。
- marker:此参数也是可选参数。它包含标记样式。
- cmap:该参数也是可选参数，包含注册的颜色图名称。默认值为NONE。
- norm:此参数也是可选参数。它用于将亮度数据缩放为0、1。其默认值为NONE。
- vmin, vmax:这些参数与标准结合使用，以默认值None标准化亮度数据。
- alpha:此参数也是可选参数。它们在0(透明)和1(不透明)之间混合值。
- linewidths:此参数也是可选参数。它是标记边的线宽，其默认值为“无”。
- edgecolors:此参数也是可选参数。它是颜色或{'face'，'none'，None}的顺序。
- plotnonfiniteboolean:此参数也是可选参数。它是标记边的线宽，其默认值为“无”。
返回值：这将返回容器，它包含以下内容：
- plotline:这将返回x，y绘图标记和/或线的Line2D实例。
- caplines:这将返回错误栏上限的Line2D实例的元组。
- barlinecols:这将返回具有水平和垂直误差范围的LineCollection元组。
以下示例说明了matplotlib.axes中的matplotlib.axes.Axes.errorbar()函数：
示例1：
# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np
# unit value1 ellipse
rx, ry = 3., 1.
value1 = rx * ry * np.pi
value2 = np.arange(0, 3 * np.pi + 0.01, 0.2)
value3 = np.column_stack([rx / value1 * np.cos(value2),
ry / value1 * np.sin(value2)])
x, y, s, c = np.random.rand(4, 99)
s *= 10**2.
fig, ax = plt.subplots()
ax.scatter(x, y, s, c, marker = value3)
ax.set_title("matplotlib.axes.Axes.scatter Example1")
plt.show()输出：
示例2：
# Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
# first define the ratios
r1 = 0.2
r2 = r1 + 0.3
r3 = r2 + 0.7
# define some sizes of the
# scatter marker
sizes = np.array([60, 80, 120, 50])
# calculate the points of the
# first pie marker
x1 = np.cos(2 * np.pi * np.linspace(0, r1))
y1 = np.sin(2 * np.pi * np.linspace(0, r1))
xy1 = np.row_stack([[0, 0],
np.column_stack([x1, y1])])
s1 = np.abs(xy1).max()
x2 = np.cos(2 * np.pi * np.linspace(r1, r2))
y2 = np.sin(2 * np.pi * np.linspace(r1, r2))
xy2 = np.row_stack([[0, 0],
np.column_stack([x2, y2])])
s2 = np.abs(xy2).max()
x3 = np.cos(2 * np.pi * np.linspace(r2, r3))
y3 = np.sin(2 * np.pi * np.linspace(r2, r3))
xy3 = np.row_stack([[0, 0],
np.column_stack([x3, y3])])
s3 = np.abs(xy3).max()
x4 = np.cos(2 * np.pi * np.linspace(r3, 1))
y4 = np.sin(2 * np.pi * np.linspace(r3, 1))
xy4 = np.row_stack([[0, 0],
np.column_stack([x4, y4])])
s4 = np.abs(xy4).max()
fig, ax = plt.subplots()
ax.scatter(range(3), range(3),
marker = xy1, s = s1**2 * sizes,
facecolor ='blue')
ax.scatter(range(3), range(3),
marker = xy2, s = s2**2 * sizes,
facecolor ='green')
ax.scatter(range(3), range(3),
marker = xy3, s = s3**2 * sizes,
facecolor ='red')
ax.scatter(range(3), range(3),
marker = xy4, s = s4**2 * sizes,
facecolor ='black')
ax.set_title("matplotlib.axes.Axes.scatter Example2")
plt.show()输出：
相关用法
注：本文由纯净天空筛选整理自SHUBHAMSINGH10大神的英文原创作品 Matplotlib.axes.Axes.scatter() in Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。