数据分析学习笔记2020/7/13——matplotlib绘制散点图

案例一：

假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b)，那么此时如何寻找出气温和随时间（天）变化的某种规律？
a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

from matplotlib import pyplot as plt
from matplotlib import font_manager


my_font = font_manager.FontProperties(fname="C:Windows/Fonts/SIMHEI.TTF")
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]


x_3=range(1,32)
x_10=range(51,82)


#设置图形大小
plt.figure(figsize=(20,8),dpi=80)

#使用scatter方法绘制散点图，和之前绘制折线图的唯一区别
plt.scatter(x_3,y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")

#调整x轴的刻度
_x = list(x_3)+list(x_10)
_xick_labels = ["3月{}日".format(i) for i in x_3]
_xick_labels += ["10月{}日".format(i-50) for i in x_10]
plt.xticks(_x[::3],_xick_labels[::3],fontproperties = my_font,rotation =45)


#添加图例
plt.legend(loc = "upper left",prop = my_font)
#添加描述信息
plt.xlabel("时间",fontproperties = my_font)
plt.ylabel("温度",fontproperties = my_font)
plt.title("标题",fontproperties = my_font)

#展示
plt.show()

散点图的更多应用场景

不同条件(维度)之间的内在关联关系
观察数据的离散聚合程度