Matplotlib是一个综合库，用于在Python中创建静态，动画和交互式可视化。它用于在Python中绘制各种散点图，例如散点图，条形图，饼图，折线图，直方图，3-D绘图等等。我们将从matplotlib库中了解散点图。
注意：有关更多信息，请参阅Python Matplotlib-概述
matplotlib.pyplot.scatter()
散点图用于观察变量之间的关系，并使用点表示变量之间的关系。 matplotlib库中的scatter()方法用于绘制散点图。散点图被广泛用于表示变量之间的关系以及一个变量的变化如何影响另一个变量。语法scatter()方法的语法如下：
matplotlib.pyplot.scatter(x_axis_data, y_axis_data, s=None, c=None, marker=None, cmap=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None)
scatter()方法采用以下参数：
- x_axis_data-包含x轴数据的数组
- y_axis_data-包含y轴数据的数组
- s-标记大小(可以是标量，也可以是大小等于x或y的数组)
- c-标记的颜色序列的颜色
- marker-标记样式
- cmap-cmap名称
- linewidths-标记边框的宽度
- edgecolor-标记边框颜色
- alpha-混合值，介于0(透明)和1(不透明)之间
除x_axis_data和y_axis_data外，其他所有参数都是可选的，其默认值为None。以下是具有各种参数的散点图示例。
范例1：这是散点图的最基本示例。
import matplotlib.pyplot as plt
x =[5, 7, 8, 7, 2, 17, 2, 9,
4, 11, 12, 9, 6]
y =[99, 86, 87, 88, 100, 86,
103, 87, 94, 78, 77, 85, 86]
plt.scatter(x, y, c ="blue")
# To show the plot
plt.show()输出
范例2：两个数据集具有不同形状和颜色的散点图。
import matplotlib.pyplot as plt
# dataset-1
x1 = [89, 43, 36, 36, 95, 10,
66, 34, 38, 20]
y1 = [21, 46, 3, 35, 67, 95,
53, 72, 58, 10]
# dataset2
x2 = [26, 29, 48, 64, 6, 5,
36, 66, 72, 40]
y2 = [26, 34, 90, 33, 38,
20, 56, 2, 47, 15]
plt.scatter(x1, y1, c ="pink",
linewidths = 2,
marker ="s",
edgecolor ="green",
s = 50)
plt.scatter(x2, y2, c ="yellow",
linewidths = 2,
marker ="^",
edgecolor ="red",
s = 200)
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()输出
相关用法
注：本文由纯净天空筛选整理自SnehashishKalamkar大神的英文原创作品 matplotlib.pyplot.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。