Python實現(xiàn)繪圖散點圖(scatter)
更新時間：2024年06月24日 16:49:10 作者：不會射門的18號
這篇文章主要介紹了Python實現(xiàn)繪圖散點圖方式(scatter),具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
Python繪圖散點圖(scatter)
繪制散點圖的語法格式
如下：
plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)
x,y：表示數(shù)據(jù)點的位置。s：表示數(shù)據(jù)點的大小。c：表示數(shù)據(jù)點的顏色。marker：表示點的樣式，默認(rèn)為圓形。camp：當(dāng)參數(shù)c為浮點數(shù)時才使用。alpha：表示數(shù)據(jù)點透明度。edgecolors：數(shù)據(jù)點邊緣顏色。norm：在0-1的范圍內(nèi)縮放顏色數(shù)據(jù)，映射到colormap(表示數(shù)據(jù)點的亮度)。vmin,vmax：表示亮度的最大與最小值，如果傳入的norm參數(shù)，不需要使用vmin,vmax參數(shù)。linewidths：表示數(shù)據(jù)點邊緣的寬度。
示例：
車速與制動舉例之間的關(guān)系
| 車速（km/h） | 制動距離（m） |
| 10 | 0.5 |
| 20 | 2.0 |
| 30 | 4.4 |
| 40 | 7.9 |
| 50 | 12.3 |
| 60 | 17.7 |
| 70 | 24.1 |
| 80 | 31.5 |
| 90 | 39.9 |
| 100 | 49.2 |
| 110 | 59.5 |
| 120 | 70.8 |
| 130 | 83.1 |
| 140 | 96.4 |
| 150 | 110.7 |
| 160 | 126.0 |
| 170 | 142.2 |
| 180 | 159.4 |
| 190 | 177.6 |
| 200 | 196.8 |
import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = 'SimHei'#顯示中文 plt.rcParams['axes.unicode_minus'] = 'False' x_speed = np.arange(10,210,10)#生產(chǎn)10-200的速度區(qū)間 y_distance = np.array([0.5,2.0,4.4,7.9,12.3,17.7,24.1,31.5,39.9,49.2,59.5,70.8,83.1,96.4,110.7,126.0,142.2,159.4,177.6,196.8]) plt.scatter(x_speed,y_distance,s=50,c='red',edgecolors='blue',alpha=0.9) plt.show()
氣泡圖
import matplotlib.pyplot as plt # 導(dǎo)入顏色條庫 from matplotlib import colors import numpy as np x = np.random.randn(60) # 隨機產(chǎn)生60個X坐標(biāo) y = np.random.randn(60) # 隨機產(chǎn)生60個Y坐標(biāo) color = np.random.rand(60) # 隨機產(chǎn)生用于映射顏色的數(shù)值 size = 500 * np.random.rand(60) # 隨機改變散點大小的數(shù)值 changecolor = colors.Normalize(vmin=0.4, vmax=0.8) plt.scatter(x, y, c=color, s = size, alpha=0.3, cmap='viridis', norm=changecolor) plt.colorbar() # 顯示顏色條 plt.show()
總結(jié)
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
在Python中，集合(Set)?是一個無序、不重復(fù)的序列，它不支持索引。本文將通過示例為大家詳細(xì)講講Python中集合是使用，需要的可以參考一下2022-09-09
這篇文章主要介紹了django 實現(xiàn)后臺從富文本提取純文本，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-07-07
Python?Pandas如何獲取和修改任意位置的值（at,iat,loc,iloc）
在我們對數(shù)據(jù)進(jìn)行選擇之后,需要對特定的數(shù)據(jù)進(jìn)行設(shè)置更改,設(shè)置,下面這篇文章主要給大家介紹了關(guān)于Python?Pandas如何獲取和修改任意位置的值（at,iat,loc,iloc）的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-01-01
這篇文章主要介紹了判斷pytorch是否支持GPU加速的操作，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-06-06
這篇文章主要介紹了Python中pygame安裝方法,結(jié)合圖文說明,較為詳細(xì)的分析總結(jié)了Python中pygame的下載及安裝調(diào)試詳細(xì)步驟,需要的朋友可以參考下2015-11-11
這篇文章主要介紹了Python 如何測試文件是否存在，文中講解非常細(xì)致，代碼幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下2020-07-07
python中DataFrame數(shù)據(jù)合并merge()和concat()方法詳解
Pandas提供了很多合并Series和Dataframe的強大的功能，通過這些功能可以方便的進(jìn)行數(shù)據(jù)分析,下面這篇文章主要給大家介紹了關(guān)于python中DataFrame數(shù)據(jù)合并merge()和concat()方法的相關(guān)資料,需要的朋友可以參考下2022-07-07
這篇文章主要介紹了Matplotlib中rcParams使用方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
python代碼實現(xiàn)檢測并自動啟動指定exe程序
這篇文章主要為大家詳細(xì)介紹了如何Python代碼實現(xiàn)一個檢測并自動啟動指定exe程序的功能,主要使用psutil庫檢測進(jìn)程是否存在,如果未運行則通過subprocess啟動程序,感興趣的小伙伴可以了解下2026-03-03
這篇文章主要介紹了如何基于Python獲取圖片的物理尺寸,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-11-11