python數(shù)據(jù)可視化--matplotlib繪制散點圖

在matplotlib庫畸冲,使用plt.scatter()函數(shù)生成散點圖
import matplotlib.pyplot as plt

x=[0,1,2,3,4,5,6,7,8,9] 
y=[6,3,6,5,5,5,0,3,2,8]

plt.scatter(x,y)
plt.show()
image.png

'''

plt.scatter()函數(shù)的主要參數(shù):

s:
size的縮寫裸诽,設(shè)置散點的大小。若是給定一個數(shù)值曹体,則所有點的大小一致迎捺;若是給定一個數(shù)組,則每個點的大小不同别威。
c:
color的縮寫躯舔,設(shè)置散點的顏色。若只有一個值省古,則所有的點設(shè)置為同一個顏色粥庄,若給定一個顏色數(shù)組,則不同的點可以設(shè)置成不同的顏色豺妓,若給定浮點數(shù)的數(shù)組飒赃,則映射到相應(yīng)的顏色。
marker:
用于設(shè)置散點的標(biāo)記科侈,用法與折線圖的marker參數(shù)一對稱,具體參考《python數(shù)據(jù)可視化--matplotlib繪制折線圖(2)》對marker的詳細(xì)介紹炒事。
cmap:
表示數(shù)據(jù)點的顏色映射表臀栈,僅當(dāng)參數(shù)c為浮點數(shù)的數(shù)組時才可用。cmap需要花很大的篇幅進行介紹挠乳,往后再詳細(xì)講解权薯,在此先按下不表。
norm:
表示數(shù)據(jù)的亮度睡扬,取值范圍在0~1盟蚣,只有c是一個浮點數(shù)的數(shù)組的時候才使用。
alpha:
表示數(shù)據(jù)的透明度卖怜,取值范圍在0~1屎开。
linewidths:表示數(shù)據(jù)點邊緣的寬度。
edgecolors:表示數(shù)據(jù)點邊緣的顏色马靠。
'''

import matplotlib.pyplot as plt
import numpy as np 
plt.rcParams['font.family']='SimHei'
plt.rcParams['axes.unicode_minus']=False## 默認(rèn)是使用Unicode負(fù)號奄抽,設(shè)置正常顯示字符,如正常顯示負(fù)號

x=np.random.normal(-8,5,100)#均值為-8甩鳄,方差為5的正態(tài)分布中隨機抽樣100個點
y=np.random.normal(-8,5,100)#均值為-8逞度,方差為5的正態(tài)分布中隨機抽樣100個點
x1=np.random.normal(5,5,50)#在均值為5,方差為5的正態(tài)分布中隨機抽樣50個點
y1=np.random.normal(5,5,50)#在均值為5妙啃,方差為5的正態(tài)分布中隨機抽樣50個點

plt.scatter(x1,y1,marker='^',label='小學(xué)')
plt.scatter(x,y,s=30,label='大學(xué)')

plt.legend()
plt.title('某城市小學(xué)與大學(xué)分布圖')
plt.show()

image.png
使用顏色映射

'''
顏色映射是一系列顏色档泽,從起始顏色漸變到結(jié)束顏色,可用于突出數(shù)據(jù)的規(guī)律
例如,交錢的顏色顯示較小的值馆匿,較深的顏色顯示較大的值
'''

import matplotlib.pyplot as plt

x = list(range(1,101))
y = [x_value**2 for x_value in x]

plt.scatter(x,y,c = y, cmap = plt.cm.Blues,s = 40)
#cmap表示使用哪種顏色

plt.show()
###自動保存圖表
plt.savefig('squares_plot.png',bbox_inches = 'tight' )
#第一個實參表示要以什么楊的文件名保存圖表抑胎,以及存儲位置,第二個表示將圖標(biāo)對于的空白區(qū)裁剪掉
image.png
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末甜熔,一起剝皮案震驚了整個濱河市圆恤,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌腔稀,老刑警劉巖盆昙,帶你破解...
    沈念sama閱讀 222,252評論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異焊虏,居然都是意外死亡淡喜,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,886評論 3 399
  • 文/潘曉璐 我一進店門诵闭,熙熙樓的掌柜王于貴愁眉苦臉地迎上來炼团,“玉大人,你說我怎么就攤上這事疏尿∥林ィ” “怎么了?”我有些...
    開封第一講書人閱讀 168,814評論 0 361
  • 文/不壞的土叔 我叫張陵褥琐,是天一觀的道長锌俱。 經(jīng)常有香客問我,道長敌呈,這世上最難降的妖魔是什么贸宏? 我笑而不...
    開封第一講書人閱讀 59,869評論 1 299
  • 正文 為了忘掉前任,我火速辦了婚禮磕洪,結(jié)果婚禮上吭练,老公的妹妹穿的比我還像新娘。我一直安慰自己析显,他們只是感情好鲫咽,可當(dāng)我...
    茶點故事閱讀 68,888評論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著谷异,像睡著了一般浑侥。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上晰绎,一...
    開封第一講書人閱讀 52,475評論 1 312
  • 那天寓落,我揣著相機與錄音,去河邊找鬼荞下。 笑死伶选,一個胖子當(dāng)著我的面吹牛史飞,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播仰税,決...
    沈念sama閱讀 41,010評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼构资,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了陨簇?” 一聲冷哼從身側(cè)響起吐绵,我...
    開封第一講書人閱讀 39,924評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎河绽,沒想到半個月后己单,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,469評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡耙饰,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,552評論 3 342
  • 正文 我和宋清朗相戀三年纹笼,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片苟跪。...
    茶點故事閱讀 40,680評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡廷痘,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出件已,到底是詐尸還是另有隱情笋额,我是刑警寧澤,帶...
    沈念sama閱讀 36,362評論 5 351
  • 正文 年R本政府宣布篷扩,位于F島的核電站鳞陨,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏瞻惋。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 42,037評論 3 335
  • 文/蒙蒙 一援岩、第九天 我趴在偏房一處隱蔽的房頂上張望歼狼。 院中可真熱鬧,春花似錦享怀、人聲如沸羽峰。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,519評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽梅屉。三九已至,卻和暖如春鳞贷,著一層夾襖步出監(jiān)牢的瞬間坯汤,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,621評論 1 274
  • 我被黑心中介騙來泰國打工搀愧, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留惰聂,地道東北人疆偿。 一個月前我還...
    沈念sama閱讀 49,099評論 3 378
  • 正文 我出身青樓,卻偏偏與公主長得像搓幌,于是被迫代替她去往敵國和親杆故。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,691評論 2 361

推薦閱讀更多精彩內(nèi)容