python_matplotlib分别使用plot()和scatter()画散点图，以及如何改变点的大小

1. 使用plot()画散点图

根据关于matplotlip.pyplot的官方文档：pyplot，其plot部分的解释plot()的作用是画出线条和线条上的标记：

根据pyplot的官方教学文档：Pyplot tutorial，如果不改变其默认设置，画出的是蓝色的线条，即"b-"：

代码示例：

import numpy as np
import matplotlib.pyplot as pltx = np.arange(0,10,1)plt.plot(x,x+0)plt.show()

画出的效果为一条蓝色的直线：

plt.plot(x,x+0)

等价于

plt.plot(x,x+0,'-')

而可以看到，[x, x+0]表示的是一个二维数组，每一维是从0到9这10个整数，或者说10个点。plot()的作用就是用某种方式将这10个点建立连接，不过其默认方式使用线条连接。现考虑如果是用点或圈而不是线条的方式将这10个点连接起来，画出的就是散点图。

从pyplot可以查到，控制线条的种类的字符串可以为'--', '-.', ':', '.'等等：

故现在考虑用'.'或'o'代替'-'连接这些点。

将'o'代替'-'的示例：

import numpy as np
import matplotlib.pyplot as pltx = np.arange(0,10,1)plt.plot(x,x+0,'o')plt.show()

画出的效果是10个散点图：

用于画出随机点的示例：

import matplotlib.pyplot as plt
import numpy as npdef rand_data():return np.random.uniform(low=0., high=1., size=(100,))# Generate data.
x1, y1 = [rand_data() for i in range(2)]plt.plot(x1,y1, 'o',color='b')plt.show()

100个随机点的散点图效果：

2. 使用scatter()画散点图

根据官方文档：matplotlib.pyplot.scatter的定义，scatter()是用来画散点图的：

和plot()相同，scatter()的作用也是将画出的点连接起来，不过其默认连接方式是'o'，即点的方式：

示例：

import numpy as np
import matplotlib.pyplot as pltx = np.arange(0,10,1)plt.scatter(x,x+0)plt.show()

plt.scatter(x,x+0)

效果和

plt.plot(x,x+0,'o')

的效果相同：

3. plot()和scatter()改变点的大小

plot()中改变点的大小的参数是markersize 或 ms：

而scatter()中改变点的大小的参数是s：

示例：

import numpy as np
import matplotlib.pyplot as pltx = np.arange(0,10,1)plt.plot(x,x+0,'o',markersize=4.,color=(0.8,0.,0.))
plt.scatter(x,x+1,s=16.,color=(0.,0.5,0.))plt.show()

效果：

可以看到，plot()的markersize设为4.0，和scatter()的s设为16.0，画出的点大小相同。

这里matplotlib.pyplot.scatter有解释， scatter()中参数s表示的大小，和plot()的markersize大小的平方相同，即[s]=markersize**2，下图参考：pyplot scatter plot marker size

4. 加入图例(legend)后图例中点的大小和数量

加入图例(legend)后，根据官方参考文档：matplotlib.pyplot.legend

参数markerscale是用于调整legend中点和实际图中画出的点的大小关系，若设markersize=1.0，则legend中的点的大小和图中画出的点大小相同；若设markersize=2.0，则legend中的点的大小是图中画出点的大小的2倍。

而numpoints参数作用于调整用线条画出的点，即用plot()画出的点，legend中的点的数目，而scatterpoints参数作用于调整用散点图画出的点，即scatter()画出的点，legend中的点的数目：

markerscale，numpoints和scatterpoints3个参数默认值都为1。

下面加入图例，更改plot()画出的点在legend中点的数量为2，且legend中点的大小为原图的2倍：

import numpy as np
import matplotlib.pyplot as pltx = np.arange(0,10,1)
#print(x)
plt.plot(x,x+0,'o',label='x+0',markersize=4.,color=(0.8,0.,0.))
plt.scatter(x,x+1,label='x+1',marker='o',s=16.0,color=(0.,0.5,0.))
plt.legend(loc="best",markerscale=2.,numpoints=2,scatterpoints=1,fontsize=12)
plt.show()

效果为：

更改scatterpoints大小也为2，即scatter()画出的点在legend中显示数量为2：

import numpy as np
import matplotlib.pyplot as pltx = np.arange(0,10,1)
#print(x)
plt.plot(x,x+0,'o',label='x+0',markersize=4.,color=(0.8,0.,0.))
plt.scatter(x,x+1,label='x+1',marker='o',s=16.0,color=(0.,0.5,0.))
plt.legend(loc="best",markerscale=2.,numpoints=2,scatterpoints=2,fontsize=12)
plt.show()

效果为：

其它参数未变。

python_matplotlib分别使用plot()和scatter()画散点图，以及如何改变点的大小相关推荐

用plt.scatter画散点图
创建散点图可以使用函数 plt.scatter.它的功能非常强大,其用法与 plt.plot 函数类似: import numpy as np rng = np.random.RandomState( ...
python画散点图＜plt.scatter() 和sns.scatterplot()＞
plt.scatter()画散点图 (matplotlib.pyplot.scatter) ------------------------------------------------------ ...
python画散点图-Python：matplotlib绘制散点图
与线型图类似的是,散点图也是一个个点集构成的.但不同之处在于,散点图的各点之间不会按照前后关系以线条连接起来. 用plt.plot画散点图奇怪,代码和前面的例子差不多,为什么这里显示的却是散点图而不 ...
python画散点图程序-python画散点图
广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 用散点图可以直观的查看数据的分布情况. matplotlib模块的pyplot有 ...
python画散点图和折线图
前提:画图必须要有数据,散点图数据自己构造的,折线图数据是通过线性回归模型预测的 from sklearn.linear_model import LinearRegression import ma ...
scatter python cmap_使用matplotlib中scatter方法画散点图
本文实例为大家分享了用matplotlib中scatter方法画散点图的具体代码,供大家参考,具体内容如下 1.最简单的绘制方式绘制散点图是数据分析过程中的常见需求.python中最有名的画图工具是 ...
R语言ggplot2可视化散点图（scatter plot）、使用scale_size函数自定义指定散点大小的度量、scale_fill_distiller函数自定义指定散点的颜色映射（填充色的度量）
R语言ggplot2可视化散点图(scatter plot).使用scale_size函数自定义指定散点大小的度量.scale_fill_distiller函数自定义指定散点的颜色映射(填充色的度量) ...
MATLAB scatter 画二维/三维散点图时用颜色表示数值大小 colorbar
MATLAB scatter 画二维/三维散点图时用颜色表示数值大小自己在编程的时候,没有在网上找到很好的解释. 所以把我的代码贴出来,给遇到同样问题的盆友一个参考~ 带注释.看不懂的地方可以给我 ...
python读取excel画散点图-matplotlib两种画散点图的方式
对于matplotlib.pyplot( as plt ) 先输入主体数据部分: importnumpy as npimportmatplotlib.pyplot as plt X_train= np ...

python_matplotlib分别使用plot()和scatter()画散点图，以及如何改变点的大小

python_matplotlib分别使用plot()和scatter()画散点图，以及如何改变点的大小相关推荐

最新文章

热门文章