Matplotlib是Python中的一個庫，它是數字的-NumPy庫的數學擴展。軸類包含大多數圖形元素：Axis，Tick，Line2D，Text，Polygon等，並設置坐標係。 Axes實例通過callbacks屬性支持回調。
matplotlib.axes.Axes.scatter()函數
matplotlib庫的axiss模塊中的Axes.scatter()函數用於繪製具有變化的標記大小和/或顏色的y與x的散點圖。
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)
參數：此方法接受以下描述的參數：
- x, y:這些參數是數據點的水平和垂直坐標。
- s:此參數是可選參數，它包含大小為點** 2的標記。
- c:此參數是可選參數，它包含顏色順序。
- marker:此參數也是可選參數。它包含標記樣式。
- cmap:該參數也是可選參數，包含注冊的顏色圖名稱。默認值為NONE。
- norm:此參數也是可選參數。它用於將亮度數據縮放為0、1。其默認值為NONE。
- vmin, vmax:這些參數與標準結合使用，以默認值None標準化亮度數據。
- alpha:此參數也是可選參數。它們在0(透明)和1(不透明)之間混合值。
- linewidths:此參數也是可選參數。它是標記邊的線寬，其默認值為“無”。
- edgecolors:此參數也是可選參數。它是顏色或{'face'，'none'，None}的順序。
- plotnonfiniteboolean:此參數也是可選參數。它是標記邊的線寬，其默認值為“無”。
返回值：這將返回容器，它包含以下內容：
- plotline:這將返回x，y繪圖標記和/或線的Line2D實例。
- caplines:這將返回錯誤欄上限的Line2D實例的元組。
- barlinecols:這將返回具有水平和垂直誤差範圍的LineCollection元組。
以下示例說明了matplotlib.axes中的matplotlib.axes.Axes.errorbar()函數：
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()輸出：
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()輸出：
相關用法
注：本文由純淨天空篩選整理自SHUBHAMSINGH10大神的英文原創作品 Matplotlib.axes.Axes.scatter() in Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。