python?scatter繪制散點(diǎn)圖
用法:
matplotlib.pyplot.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)
參數(shù)介紹:
import matplotlib.pyplot as plt a = [1, 2, 3, 4, 5] b = [6, 7, 8, 9, 10] # 為了顯示出c和edgecolors 我將linewidths調(diào)增到15 plt.scatter(a, b, linewidths=15,c='red',edgecolors=['black', 'green','cyan','lightgreen'])
參數(shù) s
import matplotlib.pyplot as plt %matplotlib inline plt.figure(figsize=(12,6)) plt.rcParams['font.family'] = 'SimHei' a = [1, 2, 3, 4, 5] b = [6, 7, 8, 9, 10] plt.subplot(121) plt.title('不添加s') plt.scatter(a,b,c='red',linewidths=6) plt.subplot(122) plt.title('添加s,s=1.5') plt.scatter(a,b,c='red',s=1.5,linewidths=6) plt.show()
參數(shù)marker
import matplotlib.pyplot as plt plt.figure(figsize=(12,6)) plt.rcParams['font.family'] = 'SimHei' a = [1, 2, 3, 4, 5] b = [6, 7, 8, 9, 10] plt.subplot(131) plt.title('標(biāo)準(zhǔn)') plt.scatter(a,b,linewidths=6) plt.subplot(132) plt.title("設(shè)置marker 'x'") plt.scatter(a,b,marker='x') plt.subplot(133) plt.title("設(shè)置marker 'v'") plt.scatter(a,b,marker='v') plt.show()
marker屬性
import matplotlib.pyplot as plt plt.figure(figsize=(12,6)) plt.rcParams['font.family'] = 'SimHei' a = [1, 2, 3, 4, 5] b = [6, 7, 8, 9, 10] plt.subplot(141) plt.title("設(shè)置marker '1'") plt.scatter(a,b,s=100,marker='1') plt.subplot(142) plt.title("設(shè)置marker '2'") plt.scatter(a,b,s=100,marker='2') plt.subplot(143) plt.title("設(shè)置marker '3'") plt.scatter(a,b,s=100,marker='3') plt.subplot(144) plt.title("設(shè)置marker '4'") plt.scatter(a,b,s=100,marker='4') plt.show()
參數(shù)cmap
cmap主要是配合c參數(shù)一起使用的,c可以是一個(gè)顏色序列,使用數(shù)字列表代替,plt.cm.Spectral是一個(gè)顏色映射集,并不代表說(shuō)明[0:5]代表某個(gè)顏色,參數(shù)c出現(xiàn)5個(gè)不同的值,然后為每個(gè)值分配一個(gè)顏色
import matplotlib.pyplot as plt a = [1, 2, 3, 4, 5] b = [6, 7, 8, 9, 10] c = [0, 1, 2, 3, 4] plt.rcParams['font.family'] = 'SimHei' plt.subplot(121) plt.title('標(biāo)準(zhǔn)') plt.scatter(a, b, c=c, s=80) plt.subplot(122) plt.title('添加cmap') plt.scatter(a, b, c=c, s=80, cmap=plt.cm.Spectral) plt.show()
vmin,vmax,norm散點(diǎn)亮度設(shè)置, alpha透明度
plt.colorbar()顏色條
散點(diǎn)圖進(jìn)行多出設(shè)置,即成為氣泡圖,下面進(jìn)行展示:
import matplotlib.pyplot as plt # 導(dǎo)入顏色條庫(kù) from matplotlib import colors import numpy as np x = np.random.randn(50) # 隨機(jī)產(chǎn)生50個(gè)X坐標(biāo) y = np.random.randn(50) # 隨機(jī)產(chǎn)生50個(gè)Y坐標(biāo) color = np.random.rand(50) # 隨機(jī)產(chǎn)生用于映射顏色的數(shù)值 size = 500 * np.random.rand(50) # 隨機(jī)改變散點(diǎn)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()
到此這篇關(guān)于python scatter繪制散點(diǎn)圖的文章就介紹到這了,更多相關(guān)pyth 散點(diǎn)圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python自動(dòng)采集微信聯(lián)系人的實(shí)現(xiàn)示例
這篇文章主要介紹了Python自動(dòng)采集微信聯(lián)系人的實(shí)現(xiàn)示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-02-02詳解pandas數(shù)據(jù)合并與重塑(pd.concat篇)
這篇文章主要介紹了詳解pandas數(shù)據(jù)合并與重塑(pd.concat篇),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07python中字典dict常用操作方法實(shí)例總結(jié)
這篇文章主要介紹了python中字典dict常用操作方法,實(shí)例總結(jié)了Python針對(duì)字典操作的技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2015-04-04pytorch模型的定義、修改、讀取、斷點(diǎn)續(xù)訓(xùn)深入解析
模型定義是深度學(xué)習(xí)中重要的一環(huán),PyTorch提供了強(qiáng)大而靈活的工具和函數(shù),使我們能夠輕松定義各種類型的深度學(xué)習(xí)模型,通過(guò)深入理解模型定義的原理和應(yīng)用,我們能夠更好地理解和設(shè)計(jì)自己的模型,從而提升深度學(xué)習(xí)任務(wù)的性能和效果2024-03-03Django傳遞數(shù)據(jù)給前端的3種方式小結(jié)
Django從后臺(tái)往前臺(tái)傳遞數(shù)據(jù)時(shí)有多種方法可以實(shí)現(xiàn),下面這篇文章主要給大家介紹了關(guān)于Django傳遞數(shù)據(jù)給前端的3種方式,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2024-01-01