Python数据分析(三) —— 绘制简单的散点图

散点图,顾名思义是一些散乱的点构成的图。那么这些散乱的点有什么作用呢?散点图通过用两组数据构成多个坐标点,考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。

绘制方法大体上与折线图一致,只是对点不需要去拟合折线,使用plt.scatter()函数替代plt.plot()即可。例如绘制三月份与十一月份的气温散点图,代码如下:

'''
    绘制散点图,要点:plt.scatter(x,y)
'''
# 导入模块
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\MSYHL.TTC")

# 输入变量数据(参数)
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绘制散点图,和之前绘制折线图一样只用将plot更改成scatter
plt.scatter(x_3,y_3,label='3月份气温变化散点图')
plt.scatter(x_10,y_10,label='10月份气温变化散点图')

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

# 添加描述信息
plt.xlabel('时间',fontproperties = my_font)
plt.ylabel('温度',fontproperties = my_font)
plt.title('三月气温和十月气温散点图',fontproperties = my_font)

# 添加图例
plt.legend(prop=my_font,loc='upper left')  # 要在绘制图像那一步添加标签

# 展示图形
plt.show()


运行结果如下:

Python数据分析(三) —— 绘制简单的散点图_第1张图片

画图方式与折线图大体一致,只是修改了拟合的方式。从图中能大体看出三月份气温呈现上升趋势,十一月份呈现下降趋势,且增长与下降幅度变化大体一致。

你可能感兴趣的:(Python数据分析,数据分析,python,数据可视化,matplotlib)