【Python】使用scatter()绘制散点图

绘制简单散点图

要绘制单个点,使用scatter()函数,并向它传递一对x和y坐标,它将在指定位置绘制一个点

import matplotlib.pyplot as plt

plt.scatter(2,4)
plt.show()

运行结果:

图形美化

下面设置输出样式,使其更有趣:添加标题,给轴加上标签

import matplotlib.pyplot as plt

plt.scatter(2,4,s=200)
#设置标题并加上轴标签
plt.title("Squares Numbers",fontsize=24)
plt.xlabel("Value",fontsize=14)
plt.xlabel("Square of Value",fontsize=14)

#设置刻度标记的大小
plt.tick_params(axis=‘both‘,which=‘major‘,labelsize=14)
plt.show()

运行结果:

绘制一系列散点

要绘制一系列散点,可向scatter()传递2个分别包含x值和y值的列表

绘制的坐标分别是(1,1),(2,4),(3,9),(4,16),(5,25)

自动生成数据绘制散点图

import matplotlib.pyplot as plt

x = list(range(1,1001))
y = [x**2 for x in x]
plt.scatter(x,y,s=200)
#设置标题并加上轴标签
plt.title("Squares Numbers",fontsize=24)
plt.xlabel("Value",fontsize=14)
plt.xlabel("Square of Value",fontsize=14)

#设置刻度标记的大小
plt.tick_params(axis=‘both‘,which=‘major‘,labelsize=14)

#设置每个坐标的取值范围
plt.axis([0,1100,0,1100000])
plt.show()

运行结果:

删除数据点的轮廓

从上图可以看出,绘制很多点的时候,轮廓会连在一起,要删除数据点的轮廓可调用scatter()时,传递实参edgecolor=‘none‘

自定义颜色

要修改颜色,只需要向scatter()传递参数c,并将其设置为要使用的颜色的名称

运行结果:

使用颜色映射

模块pyplot内置了一组颜色映射,要使用这些颜色映射,你需要告诉pyplot该如何设置数据集中每个点的颜色

运行结果:

自动保存散点图

上边的图形制作完成之后,是否需要自动保存散点图呢?如果需要的话,操作如下:

注意:在保存图形的时候,必须注释plt.show()代码,不然保存完成之后,图形是空白

点击运行后,可以看到图片已经保存在程序所在目录下

第一个实参:指定保存的图片名称

第二个实参:将指定的空白区域裁减掉

时间: 2024-10-29 01:02:20

【Python】使用scatter()绘制散点图的相关文章

[Python Study Notes]气泡散点图绘制

''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''' >>文件: 气泡散点图.py >>作者: liu yang >>邮箱: [email protected] >>博客: www.cnblogs.com/liu66blog '''''''''''''''''''''''''''''''''''''''''''''

Python使用plotly绘制数据图表的方法

转载:http://www.jb51.net/article/118936.htm 本篇文章主要介绍了Python使用plotly绘制数据图表的方法,实例分析了plotly绘制的技巧. 导语:使用 python-plotly 模块来进行压测数据的绘制,并且生成静态 html 页面结果展示. 不少小伙伴在开发过程中都有对模块进行压测的经历,压测结束后大家往往喜欢使用Excel处理压测数据并绘制数据可视化视图,但这样不能很方便的使用web页面进行数据展示.本文将介绍使用python-plotly模块

2. matplotlib绘制散点图

与绘制直线图的唯一区别:plt.scatter # coding=utf-8 from matplotlib import pyplot as plt from matplotlib import font_manager my_font = font_manager.FontProperties(fname="/System/Library/Fonts/Hiragino Sans GB.ttc") y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15

matplotlib库绘制散点图

假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温随时间(天)变化的某种规律? a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,1

广义mandelbrot集,使用python的matplotlib绘制,支持放大缩小

迭代公式的指数,使用的1+5j,这是个复数,所以是广义mandelbrot集,大家可以自行修改指数,得到其他图形.各种库安装不全的,自行想办法,可以在这个网站找到几乎所有的python库 http://www.lfd.uci.edu/~gohlke/pythonlibs/#matplotlib #encoding=utf-8 import numpy as np import pylab as pl import time from matplotlib import cm from math

matplotlib之scatter绘制散点

1 # 使用matplotlib.pyplot.scatter绘制散点 2 import matplotlib.pyplot as plt 3 from pylab import mpl 4 5 # 设置默认字体,解决中文显示乱码问题 6 mpl.rcParams['font.sans-serif'] = ['SimHei'] 7 8 # 画单个点 9 plt.scatter(0, 0, s=200) # 指定点的大小 10 11 # 画多个点 12 x_values = [1, 2, 3, 4

python实现并绘制 sigmoid函数,tanh函数,ReLU函数,PReLU函数

python实现并绘制 sigmoid函数,tanh函数,ReLU函数,PReLU函数 # -*- coding:utf-8 -*- from matplotlib import pyplot as plt import numpy as np import mpl_toolkits.axisartist as axisartist def sigmoid(x): return 1. / (1 + np.exp(-x)) def tanh(x): return (np.exp(x) - np.e

用seaborn绘制散点图

散点图可以显示观察数据的分布,描述数据的相关性,matlibplot也可以绘制散点图,不过我一般优先使用seaborn库的sctterplot()绘制,下面就介绍一下如何用seaborn.scatterplot()绘制散点图. 1. sctterplot()参数说明 x,y:输入的绘图数据,必须是数值型数据 hue:对输入数据进行分组的序列,使用不同颜色对各组的数据加以区分.下面是一个例子 ar=np.random.randn(20,4) df=pd.DataFrame(a,columns=['

014 Python基本图形绘制小结

目录 一.Python基本语法元素 1.1 温度转换 二.Python基本图形绘制 2.1 Python蟒蛇绘制 一.Python基本语法元素 缩进.注释.命名.变量.保留字 数据类型.字符串. 整数.浮点数.列表 赋值语句.分支语句.函数 input().print().eval(). print()格式化 1.1 温度转换 # TempConvert.py TempStr = input("请输入带有符号的温度值: ") if TempStr[-1] in ['F', 'f']: