【数字的可视化：python画图之散点图sactter函数详解】

最近开始学习Python编程，遇到scatter函数，感觉里面的参数不知道什么意思于是查资料,最后总结如下：

1、scatter函数原型

2、其中散点的形状参数marker如下：

3、其中颜色参数c如下:

4、基本的使用方法如下：

 #导入必要的模块
 import numpy as np
 import matplotlib.pyplot as plt
 #产生测试数据
 x = np.arange(1,10)
 y = x
 fig = plt.figure()
 ax1 = fig.add_subplot(111)
 #设置标题
 ax1.set_title('Scatter Plot')
 #设置X轴标签
 plt.xlabel('X')
 #设置Y轴标签
 plt.ylabel('Y')
 #画散点图
 ax1.scatter(x,y,c = 'r',marker = 'o')
 #设置图标
 plt.legend('x1')
 #显示所画的图
 plt.show()

结果如下：

5、当scatter后面参数中数组的使用方法，如s，当s是同x大小的数组，表示x中的每个点对应s中一个大小，其他如c，等用法一样，如下：

（1）、不同大小

 #导入必要的模块
 import numpy as np
 import matplotlib.pyplot as plt
 #产生测试数据
 x = np.arange(1,10)
 y = x
 fig = plt.figure()
 ax1 = fig.add_subplot(111)
 #设置标题
 ax1.set_title('Scatter Plot')
 #设置X轴标签
 plt.xlabel('X')
 #设置Y轴标签
 plt.ylabel('Y')
 #画散点图
 sValue = x*10
 ax1.scatter(x,y,s=sValue,c='r',marker='x')
 #设置图标
 plt.legend('x1')
 #显示所画的图
 plt.show()

（2）、不同颜色

 #导入必要的模块
 import numpy as np
 import matplotlib.pyplot as plt
 #产生测试数据
 x = np.arange(1,10)
 y = x
 fig = plt.figure()
 ax1 = fig.add_subplot(111)
 #设置标题
 ax1.set_title('Scatter Plot')
 #设置X轴标签
 plt.xlabel('X')
 #设置Y轴标签
 plt.ylabel('Y')
 #画散点图
 cValue = ['r','y','g','b','r','y','g','b','r']
 ax1.scatter(x,y,c=cValue,marker='s')
 #设置图标
 plt.legend('x1')
 #显示所画的图
 plt.show()

结果：

（3）、线宽linewidths

 #导入必要的模块
 import numpy as np
 import matplotlib.pyplot as plt
 #产生测试数据
 x = np.arange(1,10)
 y = x
 fig = plt.figure()
 ax1 = fig.add_subplot(111)
 #设置标题
 ax1.set_title('Scatter Plot')
 #设置X轴标签
 plt.xlabel('X')
 #设置Y轴标签
 plt.ylabel('Y')
 #画散点图
 lValue = x
 ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o')
 #设置图标
 plt.legend('x1')
 #显示所画的图
 plt.show()

                     注：  这就是scatter基本的用法。