散點(diǎn)圖是指在回歸分析中，數(shù)據(jù)點(diǎn)在直角坐標(biāo)系平面上的分布圖，散點(diǎn)圖表示因變量隨自變量而變化的大致趨勢(shì)，據(jù)此可以選擇合適的函數(shù)對(duì)數(shù)據(jù)點(diǎn)進(jìn)行擬合。

　　用兩組數(shù)據(jù)構(gòu)成多個(gè)坐標(biāo)點(diǎn)，考察坐標(biāo)點(diǎn)的分布，判斷兩變量之間是否存在某種關(guān)聯(lián)或總結(jié)坐標(biāo)點(diǎn)的分布模式。散點(diǎn)圖將序列顯示為一組點(diǎn)。值由點(diǎn)在圖表中的位置表示。類(lèi)別由圖表中的不同標(biāo)記表示。散點(diǎn)圖通常用于比較跨類(lèi)別的聚合數(shù)據(jù)。

　　散點(diǎn)圖通常用于顯示和比較數(shù)值，例如科學(xué)數(shù)據(jù)、統(tǒng)計(jì)數(shù)據(jù)和工程數(shù)據(jù)。

---

初認(rèn)識(shí)：使用numpy包的random函數(shù)隨機(jī)生成100組數(shù)據(jù)，然后通過(guò)scatter函數(shù)繪制散點(diǎn)圖。

#!/usr/bin/env python
#！-*-coding:utf-8 -*-
#!@Author : Biyoulin
#!@Time   : 2018/9/2 14:40

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif']=['SimHei'] #用來(lái)正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus']=False   #用來(lái)正常顯示負(fù)號(hào)

N = 100
x = np.random.randn(N)
y = np.random.randn(N)
plt.scatter(x,y)

plt.title("散點(diǎn)圖示例01") #顯示圖表名稱(chēng)
plt.xlabel("x軸")    #x軸名稱(chēng)
plt.ylabel("y軸")    #y軸名稱(chēng)
plt.text(+1.2,-3,"By:biyoulin",fontsize=16,color="purple")

plt.show()

---

---

scatter函數(shù)格式：

scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None,
            vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None,
            hold=None, data=None, **kwargs):

scatter函數(shù)參數(shù)詳解，英文原版請(qǐng)參見(jiàn)：matplotlib官網(wǎng)scatter函數(shù)：

x,y：形如shape(n,)的數(shù)組，可選值，
s：  點(diǎn)的大小（也就是面積）默認(rèn)20
c：  點(diǎn)的顏色或顏色序列，默認(rèn)藍(lán)色。其它如c = 'r' (red); c = 'g' (green); c = 'k' (black) ; c = 'y'(yellow)
marker：標(biāo)記樣式，可選值，默認(rèn)是圓點(diǎn)；
cmap: colormap，用于表示從第一個(gè)點(diǎn)開(kāi)始到最后一個(gè)點(diǎn)之間顏色漸進(jìn)變化；
norm: normalize,
vmin:
vmax:
alpha:  設(shè)置標(biāo)記的顏色透明度，可以理解為顏色屬性之一
linewidths:  設(shè)置標(biāo)記邊框的寬度值
verts:
edgecolors:  設(shè)置標(biāo)記邊框的顏色
hold:
data:
**kwargs:

---

---

scatter()函數(shù)各參數(shù)示例：

1、x,y：橫縱坐標(biāo)，數(shù)據(jù)坐標(biāo)（data position）

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5)
plt.show()

2、marker :圖標(biāo)，默認(rèn)的是“.”,也可以是其它形狀，想了解更多的，請(qǐng)參見(jiàn)：matplotlib 學(xué)習(xí)筆記02：marker標(biāo)記詳解。下面例子將marker設(shè)置成了“d”（diamond形狀）：

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,marker='d')
plt.show()

也可以是文字：

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,marker='$biyoulin$')
plt.show()

上面的文字是不是看不到？因?yàn)樽煮w太小了，通過(guò)參數(shù)s（size）可以調(diào)整“點(diǎn)”的大小。

3、s： size，字體大小，默認(rèn)值為20；

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,s=10000,marker='$biyoulin$')
plt.show()

到目前為止幾個(gè)例子中的“點(diǎn)”都是藍(lán)色的，可以通過(guò)調(diào)整c（color）參數(shù)來(lái)設(shè)置顏色：

4、c： color，色彩會(huì)顏色序列，默認(rèn)是'b'（藍(lán)色），可支持的顏色參數(shù)如下：

b	c	g	k	m	r	w	y
blue	cyan	green	black	magenta	red	white	yellow
藍(lán)色	青色	綠色	黑色	洋紅	紅色	白色	黃色

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,s=10000,c='r',marker='$biyoulin$')
plt.show()

5、alpha：可以理解為顏色的屬性之一 ，即透明度，alpha的范圍為[0,1]，從透明到不透明，上面的例子中 alpha為1，可以看看0.5的效果：

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,s=10000,c='r',alpha=0.5,marker='$biyoulin$')
plt.show()

6、edgecolors：the edge color of marker，顧名思義“邊”的顏色，設(shè)置標(biāo)記邊框的顏色，下面的例子中，將邊的顏色設(shè)置了為藍(lán)色：

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,s=10000,c='r',alpha=1,marker='d',edgecolors='b')
plt.show()

可能有人會(huì)問(wèn)，看不出來(lái)“邊”的顏色是藍(lán)色。沒(méi)關(guān)系，通過(guò)設(shè)置linewidths，就容易看出來(lái)了。

7、linewidths：the edge size of the marker，設(shè)置標(biāo)記邊框的寬度；

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,s=10000,c='r',alpha=1,marker='d',linewidths=10
            ,edgecolors='b')
plt.show()

8、cmap：A colormap is a series of colors in a gradient that moves from a starting to ending color。注意到是“a series of”，這個(gè)參數(shù)用于多個(gè)點(diǎn)之間，只有一個(gè)點(diǎn)就無(wú)意義了。注意到“gradient”即量級(jí)、程度，用于表示從第一個(gè)點(diǎn)開(kāi)始到最后一個(gè)點(diǎn)之間顏色漸進(jìn)變化。

import matplotlib.pyplot as plt
x1=list(range(0,60))
y1=list(range(0,60))
plt.scatter(x=x1,y=y1,marker='d',s=10,c=y1,cmap=plt.cm.Reds)
plt.show()

注意到c=y1，不再是顏色的名稱(chēng)，這里是一個(gè)序列，并且值等于“點(diǎn)”數(shù)量值（如果不匹配，則會(huì)出錯(cuò)）。只有c是一個(gè)array或一個(gè)sequence，用cmap才有意義。

參考博文：https://www.cnblogs.com/sunshinewang/p/6853813.html

　　　　　https://blog.csdn.net/zidephagino/article/details/80777906

作者：biyoulin

出處：http://www.cnblogs.com/biyoulin/

版權(quán)聲明：本文版權(quán)歸作者所有，歡迎轉(zhuǎn)載，但未經(jīng)作者同意必須保留此段聲明，且在文章頁(yè)面明顯位置給出原文連接，否則保留追究法律責(zé)任的權(quán)利。

總結(jié)

以上是生活随笔為你收集整理的matplotlib 知识点13：绘制散点图（scatter函数精讲）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。