plt.scatter()

大家好，又见面了，我是你们的朋友全栈君。

总是去别人的博客里面找关于scatter散点图相关用法，想想还是自己写一个吧，下次看自己的就行。

函数的原型：

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)

参数的解释：

x，y：表示的是大小为(n,)的数组，也就是我们即将绘制散点图的数据点

s:是一个实数或者是一个数组大小为(n,)，这个是一个可选的参数。

c:表示的是颜色，也是一个可选项。默认是蓝色’b’,表示的是标记的颜色，或者可以是一个表示颜色的字符，或者是一个长度为n的表示颜色的序列等等，感觉还没用到过现在不解释了。但是c不可以是一个单独的RGB数字，也不可以是一个RGBA的序列。可以是他们的2维数组（只有一行）。

marker:表示的是标记的样式，默认的是’o’。

cmap:Colormap实体或者是一个colormap的名字，cmap仅仅当c是一个浮点数数组的时候才使用。如果没有申明就是image.cmap

norm:Normalize实体来将数据亮度转化到0-1之间，也是只有c是一个浮点数的数组的时候才使用。如果没有申明，就是默认为colors.Normalize。

vmin,vmax:实数，当norm存在的时候忽略。用来进行亮度数据的归一化。

alpha：实数，0-1之间。

linewidths:也就是标记点的长度。

函数的用法的样例：

1.s和c大小都跟原数组的大小一致。

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(1)
x=np.random.rand(10)
y=np.random.rand(10)

colors=np.random.rand(10)
area=(30*np.random.rand(10))**2

plt.scatter(x,y,s=area,c=colors,alpha=0.5)
plt.show()

结果：

plt.scatter()

2.修改上面的代码的maker，改成x的样本

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(1)
x=np.random.rand(10)
y=np.random.rand(10)

colors=np.random.rand(10)
area=(30*np.random.rand(10))**2

plt.scatter(x,y,s=area,c=colors,alpha=0.5,marker='x')
plt.show()

结果:

plt.scatter()

3.修改之前的代码的s，表示大小都是一致的。

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(1)
x=np.random.rand(10)
y=np.random.rand(10)

colors=np.random.rand(10)
area=(30*np.random.rand(10))**2
plt.scatter(x,y,s=200,c=colors,alpha=0.5,)
plt.show()

结果：

plt.scatter()

4.修改其中的linewidth参数的大小，看到其中的不同了吗？注意只有marker为封闭的图案的时候，这个参数才有效！

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(1)
x=np.random.rand(10)
y=np.random.rand(10)

colors=np.random.rand(10)
area=(30*np.random.rand(10))**2
lines=np.zeros(10)+5
plt.scatter(x,y,s=200,c=
            'b',alpha=0.5,linewidths=lines)
plt.show()

结果：

plt.scatter()