Matplotlib-scatter-绘制散点图

前言

考虑到很多同学可能还没有安装matplotlib包，这里给大家提供我常用的安装方法。首先Win键 + R，输入命令cmd打开命令行工具，再次在命令行工具中输入pip install matplotlib就可以直接安装了，安装后会提示安装成功。

一、简单散点图

1.代码

import numpy as np
import matplotlib.pyplot as plt

#生成散点数据
n = 1024
X = np.random.normal(0,1,n)
Y = np.random.normal(0,1,n)

plt.scatter(X,Y)    #输入散点数据
plt.show()          #显示散点图

2.运行结果

3.注释

np.random.normal(0,1,n)的作用是产生一个符合正太分布的数据样本，听起来可能有点专业化了，我们目前只需要知道它的作用是产生一组样本数据就ok了。

（下面的内容了解即可无需深入，后面再进行深入学习）
np.random.normal(size,loc,scale)
参数含义：
loc：此概率分布的均值（对应着整个分布的中心centre）
scale：此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）
size：输出的shape，默认为None，只输出一个值

二、复杂的散点图

较上一次散点图所做出的变动:

1.修改散点的颜色
2.将三组散点数据放到一张图上
3.添加散点图图例

1.代码

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

for color in ['red', 'green', 'purple']:            #每一次循环都会产生一组散点数据
    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()                                         #显示图例

plt.show()

2.运行结果

3.注释

1.fig, ax = plt.subplots()是一个将多组数据放到一张图显示的操作，可以简单理解为多图合一操作。

其返回值
fig： matplotlib.figure.Figure 对象
ax：子图对象（ matplotlib.axes.Axes）或者是他的数组

#函数定义看看就好了
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是散点的颜色，label是图例中的标签，alpha是散点的透明度，通过给alpha值介于0和1之间来调整散点的透明度。

四、散点图参数讲解

这部分还是先通过代码来直观了解一下scatter常用的参数

1.代码

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.运行结果

3.参数说明

fig, axes = plt.subplots(23)：表示一次性在figure上创建成2*3的网格，plt.subplot(321)代表在6个网格中的第一个网格创建图像，plt.subplot(322)代表在6个网格中的第二个网格创建图像，以此类推。对于这个函数的其他参数，我会在之后再详细讲解，把时间花在刀刃上，花最少的时间学习最有用的东西。

plt.scatter(x, y, s=80, c='purple', marker=(5, 2))中的s代表散点的大小，参照第三和第四张图。marker表示散点的样式，元组表示法参照第二、四、六张图，也可以取特定的符号作为marker的值，参照第一、五张图。

截图取自官网。

有不懂的可以在下方留言，我看到会回复的。