Matplotlib---散点图

1. 散点图

scatter函数用于绘制散点图。下面是scatter函数的语法格式：

scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, **kwargs)

参数解释：

• x：指定散点的x轴坐标。
• y：指定散点的y轴坐标。
• s：可选参数，指定散点的大小。默认为None。
• c：可选参数，指定散点的颜色。可以是单个颜色，也可以是与x、y相同长度的颜色序列。默认为None。
• marker：可选参数，指定散点的形状（如圆形、正方形等）。默认为None。
• cmap：可选参数，指定使用的颜色映射。默认为None。
• norm：可选参数，用于归一化数据映射的函数。默认为None。
• vmin：可选参数，用于颜色映射的最小值。默认为None。
• vmax：可选参数，用于颜色映射的最大值。默认为None。
• alpha：可选参数，指定散点的透明度。默认为None。
• linewidths：可选参数，指定散点的边框线宽度。默认为None。
• edgecolors：可选参数，指定散点的边框颜色。默认为None。
• **kwargs：其他可选参数，如标记等。

x = range(1, 7, 1)
y = range(10, 70, 10)

# 散点图
plt.scatter(x, y, marker='o')
plt.savefig('images/5-14.png')

data = np.random.randn(100, 2)
s = np.random.randint(50, 200, size=100)
color = np.random.randn(100)

plt.scatter(
            data[:, 0],  # x坐标
            data[:, 1],  # y坐标
            s=s,  # 尺寸
            c=color,  # 颜色
            alpha=0.6  # 透明度
) 
plt.savefig('images/5-15.png')

df = pd.read_excel('data/plot.xlsx', sheet_name='scatter')
x, y = df['广告费用'], df['销售收入']
plt.figure(dpi=100)
plt.scatter(x, y)

plt.title('广告费用和销售收入之间的关系')
plt.xlabel('广告费用')
plt.ylabel('销售收入')
plt.savefig('images/5-16.png')

 绘制六边形图：

hexbin函数用于绘制二维直方图。它根据x轴和y轴上的点的密度，将二维空间划分为多个小六边

形，并使用颜色编码表示点的密度。下面是hexbin函数的语法格式：

hexbin(x, y, gridsize=100, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors='none')

参数解释：

• x：指定二维空间中点的x轴坐标。
• y：指定二维空间中点的y轴坐标。
• gridsize：可选参数，指定划分小六边形的数量。默认为100。
• cmap：可选参数，指定使用的颜色映射。默认为None。
• norm：可选参数，用于归一化数据映射的函数。默认为None。
• vmin：可选参数，用于颜色映射的最小值。默认为None。
• vmax：可选参数，用于颜色映射的最大值。默认为None。
• alpha：可选参数，指定小六边形的透明度。默认为None。
• linewidths：可选参数，指定小六边形的边框线宽度。默认为None。
• edgecolors：可选参数，指定小六边形的边框颜色。默认为'none'。

plt.figure(dpi=100)

# 六边形图
# gridsize: 网格大小
# cmap: color map 颜色映射
#      rainbow: 彩虹色
plt.hexbin(x, y, gridsize=20, cmap="rainbow")

plt.title('广告费用和销售收入之间的关系')
plt.xlabel('广告费用')
plt.ylabel('销售收入')
plt.savefig('images/5-17.png')