快捷導(dǎo)航

Matplotlib scatter繪制散點(diǎn)圖的方法實(shí)現(xiàn)

更新時(shí)間：2020年01月02日 12:56:28 作者：明天依舊可好

這篇文章主要介紹了Matplotlib scatter繪制散點(diǎn)圖的方法實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

前言

考慮到很多同學(xué)可能還沒(méi)有安裝matplotlib包，這里給大家提供我常用的安裝方法。首先Win鍵 + R，輸入命令cmd打開(kāi)命令行工具，再次在命令行工具中輸入pip install matplotlib就可以直接安裝了，安裝后會(huì)提示安裝成功。

一、簡(jiǎn)單散點(diǎn)圖

1.代碼

import numpy as np
import matplotlib.pyplot as plt

#生成散點(diǎn)數(shù)據(jù)
n = 1024
X = np.random.normal(0,1,n)
Y = np.random.normal(0,1,n)

plt.scatter(X,Y)  #輸入散點(diǎn)數(shù)據(jù)
plt.show()     #顯示散點(diǎn)圖

2.運(yùn)行結(jié)果

3.注釋

np.random.normal(0,1,n)的作用是產(chǎn)生一個(gè)符合正太分布的數(shù)據(jù)樣本，聽(tīng)起來(lái)可能有點(diǎn)專業(yè)化了，我們目前只需要知道它的作用是產(chǎn)生一組樣本數(shù)據(jù)就ok了。

（下面的內(nèi)容了解即可無(wú)需深入，后面再進(jìn)行深入學(xué)習(xí)）
np.random.normal(size,loc,scale)
參數(shù)含義：
loc：此概率分布的均值（對(duì)應(yīng)著整個(gè)分布的中心centre）
scale：此概率分布的標(biāo)準(zhǔn)差（對(duì)應(yīng)于分布的寬度，scale越大越矮胖，scale越小，越瘦高）
size：輸出的shape，默認(rèn)為None，只輸出一個(gè)值

二、復(fù)雜的散點(diǎn)圖

較上一次散點(diǎn)圖所做出的變動(dòng):

1.修改散點(diǎn)的顏色
2.將三組散點(diǎn)數(shù)據(jù)放到一張圖上
3.添加散點(diǎn)圖圖例

1.代碼

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

for color in ['red', 'green', 'purple']:      #每一次循環(huán)都會(huì)產(chǎn)生一組散點(diǎn)數(shù)據(jù)
  n = 400
  x = np.random.normal(0,1,n)
  y = np.random.normal(0,1,n)
  ax.scatter(x, y, c=color, label=color ,alpha=0.5)

ax.legend()                     #顯示圖例

plt.show()

2.運(yùn)行結(jié)果

3.注釋

1.fig, ax = plt.subplots()是一個(gè)將多組數(shù)據(jù)放到一張圖顯示的操作，可以簡(jiǎn)單理解為多圖合一操作。

其返回值
fig： matplotlib.figure.Figure 對(duì)象
ax：子圖對(duì)象（ matplotlib.axes.Axes）或者是他的數(shù)組

#函數(shù)定義看看就好了
def subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True,
       subplot_kw=None, gridspec_kw=None, **fig_kw):
  fig = figure(**fig_kw)
  axs = fig.subplots(nrows=nrows, ncols=ncols, sharex=sharex, sharey=sharey,
            squeeze=squeeze, subplot_kw=subplot_kw,
            gridspec_kw=gridspec_kw)
  return fig, axs

2.ax.scatter(x, y, c=color, label=color ,alpha=0.5)中的c是散點(diǎn)的顏色，label是圖例中的標(biāo)簽，alpha是散點(diǎn)的透明度，通過(guò)給alpha值介于0和1之間來(lái)調(diào)整散點(diǎn)的透明度。

四、散點(diǎn)圖參數(shù)講解

這部分還是先通過(guò)代碼來(lái)直觀了解一下scatter常用的參數(shù)

1.代碼

import numpy as np
import matplotlib.pyplot as plt

n = 30

x = np.random.normal(0,1,n)
y = np.random.normal(0,1,n)

plt.subplot(321)
plt.scatter(x, y, s=80, c='red', marker='^')

plt.subplot(322)
plt.scatter(x, y, s=80, c='green', marker=(7, 1))

plt.subplot(323)
plt.scatter(x, y, s=1, c='purple', marker=(6, 1))

plt.subplot(324)
plt.scatter(x, y, s=400, c='red', marker=(5, 1))

plt.subplot(325)
plt.scatter(x, y, s=80, c='green', marker='+')

plt.subplot(326)
plt.scatter(x, y, s=80, c='purple', marker=(5, 2))

plt.show()

2.運(yùn)行結(jié)果

3.參數(shù)說(shuō)明

fig, axes = plt.subplots(23)：表示一次性在figure上創(chuàng)建成2*3的網(wǎng)格，plt.subplot(321)代表在6個(gè)網(wǎng)格中的第一個(gè)網(wǎng)格創(chuàng)建圖像，plt.subplot(322)代表在6個(gè)網(wǎng)格中的第二個(gè)網(wǎng)格創(chuàng)建圖像，以此類推。對(duì)于這個(gè)函數(shù)的其他參數(shù)，我會(huì)在之后再詳細(xì)講解，把時(shí)間花在刀刃上，花最少的時(shí)間學(xué)習(xí)最有用的東西。

plt.scatter(x, y, s=80, c='purple', marker=(5, 2))中的s代表散點(diǎn)的大小，參照第三和第四張圖。marker表示散點(diǎn)的樣式，元組表示法參照第二、四、六張圖，也可以取特定的符號(hào)作為marker的值，參照第一、五張圖。