matplotlib 散点图实战案例解析

代码部分：

import matplotlib.pyplotas plt

import numpyas np

import pandasas pd

# 绘制x、y轴的次刻度，导入MultipleLocator

from matplotlib.tickerimport MultipleLocator

from matplotlibimport cm

from matplotlib.colorsimport ListedColormap, LinearSegmentedColormap

# 设置字体和颜色

plt.rcParams['font.size'] =15

plt.rcParams['font.family'] ='serif'

N =100

# 设置颜色

top = cm.get_cmap('Oranges_r', 128)

bottom = cm.get_cmap('Blues', 128)

newcolors = np.vstack((top(np.linspace(0, 1, 128)), bottom(np.linspace(0, 1, 128))))

orange_blue = ListedColormap(newcolors, name='OrangeBlue')

np.random.seed(100)

# 生成X、Y随机数

randx = np.random.random(N) *100

randy = np.random.random(N) *100

size = np.random.randint(50, 200, size=N)

# 设置生成图片的大小

plt.figure(figsize=(15, 10))

# c = size控制散点图气泡大小，cmap = orange_blue，设置颜色，如果cmap设置其他的颜色，可以查询这个网站：https://matplotlib.org/2.0.2/users/colormaps.html

plt.scatter(randx, randy, s=size, c=size, alpha=0.8, cmap=orange_blue)

plt.axis('equal')

# 设置坐标轴次刻度

ax = plt.gca()

ax.xaxis.set_minor_locator(MultipleLocator(10))

ax.yaxis.set_minor_locator(MultipleLocator(10))

plt.xlabel('randx')

plt.ylabel('randy')

plt.colorbar(label='circle size')

plt.tight_layout()

plt.show()