目錄

?基本用法

散點的大小不同（根據點對應的數值）

散點的顏色不同（指定顏色或者漸變色）

散點圖和折線圖是數據分析中最常用的兩種圖形，他們能夠分析不同數值型特征間的關系。其中，散點圖主要用于分析特征間的相關關系。

散點圖（scatter）可以提供兩類關鍵信息：

特征之間是否存在數值或者數量的關聯趨勢，其趨勢是線性的還是非線性的；

觀察數據中是否存在噪點，以及直觀的判斷噪點是否會對模型產生很大的影響。

Matplotlib 中繪制散點圖的函數為 scatter() ，使用語法如下：

matplotlib.pyplot.scatter(x,?y,?s=None,?c=None,?marker=None,?cmap=None,?norm=None,?vmin=None,?vmax=None,?alpha=None,?linewidths=None,?verts=None,?edgecolors=None,?*,?data=None,?**kwargs)

?常用參數及說明：

參數	接收值	說明	默認值
x，y	array	表示 x 軸與 y 軸對應的數據；	無
s	數值或一維的array	表示散點圖中點的大小，若是一維數組，則表示散點圖中每個點的大小；	None
c	顏色或一維的array	表示散點圖中點的顏色，若是一維數組，則表示散點圖中每個點的顏色；	None
marker	string	表示散點的類型；	o
alpha?	0~1之間的小數	表示散點的透明度；	None

其他參數請參考文檔：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.scatter.html

?基本用法

import pandas as pd import matplotlib.pyplot as plt#讀取數據 datafile = u'D:\\pythondata\\learn\\matplotlib.xlsx' data = pd.read_excel(datafile)plt.figure(figsize=(10,5))#設置畫布的尺寸 plt.title('Examples of scatter plots',fontsize=20)#標題，并設定字號大小 plt.xlabel(u'x-year',fontsize=14)#設置x軸，并設定字號大小 plt.ylabel(u'y-income',fontsize=14)#設置y軸，并設定字號大小 plt.scatter(data['時間'],data['收入_Jay'], s=100, c='deeppink', marker='o') plt.scatter(data['時間'],data['收入_JJ'], s=100, c='darkblue', marker='+') plt.scatter(data['時間'],data['收入_Jolin'], s=100, c='goldenrod', marker='*') plt.legend(['Jay income', 'JJ income', 'Jolin income'])#標簽 plt.show()#顯示圖像

散點的大小不同（根據點對應的數值）

import pandas as pd import matplotlib.pyplot as plt#讀取數據 datafile = u'D:\\pythondata\\learn\\matplotlib.xlsx' data = pd.read_excel(datafile)plt.figure(figsize=(10,5))#設置畫布的尺寸 plt.title('Examples of scatter plots',fontsize=20)#標題，并設定字號大小 plt.xlabel(u'x-year',fontsize=14)#設置x軸，并設定字號大小 plt.ylabel(u'y-income',fontsize=14)#設置y軸，并設定字號大小sValue = data['收入_Jay']*0.5 #根據值來設置點的大小 plt.scatter(data['時間'],data['收入_Jay'], s=sValue, c='deeppink', marker='o') plt.legend(['Jay income'])#標簽 plt.show()#顯示圖像

散點的顏色不同（指定顏色或者漸變色）

import pandas as pd import matplotlib.pyplot as plt#讀取數據 datafile = u'D:\\pythondata\\learn\\matplotlib.xlsx' data = pd.read_excel(datafile)plt.figure(figsize=(10,5))#設置畫布的尺寸 plt.title('Examples of scatter plots',fontsize=20)#標題，并設定字號大小 plt.xlabel(u'x-year',fontsize=14)#設置x軸，并設定字號大小 plt.ylabel(u'y-income',fontsize=14)#設置y軸，并設定字號大小#指定點的顏色的序列 cValue_1 = ['r','c','g','b','r','y','g','b','m'] plt.scatter(data['時間'],data['收入_Jay'],c = cValue_1, s=100, marker='o')#漸變色 cValue_2 =data['收入_Jay']*0.5 cm = plt.cm.get_cmap('Blues') plt.scatter(data['時間'],data['收入_JJ'],c = cValue_2, s=100, marker='*', cmap=cm)plt.show()#顯示圖像

設置顏色的時候，你可能想搜：Python 畫圖常用顏色 - 單色、漸變色、混色

設置點的形狀時，你可能想搜：Python 畫圖常用點的形狀，Matplotlib 設置參數marker的值

?

?

總結

以上是生活随笔為你收集整理的Matplotlib - 散点图 scatter() 所有用法详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。