导入matplotlib相关模块

from matplotlib import pyplot as plt
from matplotlib import font_manager

pyplot：是绘制图像的模块，可以绘制散点图，条形图，折线图，直方图等各类图表。
font_manager：让图表可以显示中文，否者图表只会正常显示数字和英文。

设置散点图的显示内容和效果

各种图表的显示内容和效果，都是有一个不变的框架，针对不同图表的相关特殊内容相对比较少，所以绘制图表的学习还是相对容易的。

设置显示中文字体

my_font = font_manager.FontProperties(fname="c://windows//fonts//msyh.ttc")

之后需要设置相关字体的时候，在参数括号中，写入my_font。
也可以查找相关资料修改显示字体，这只是其中一种。

散点图数据说明

y_3 = [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]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]x_3 = range(1,32)
x_10 = range(51,82)

数据记录的是3月份和10月份两个月每天的气温变化。
显示效果要求用一个坐标轴，x轴显示两个月的日期，即左边一个月，右边一个月。y轴显示气温的刻度。两个月使用两个颜色显示。

x_3 = range(1,32)：即一个列表，从1开始，有31个元素。
x_10 = range(51,82)：也是一个列表，从51开始，31个元素。
两个列表中的数字不连续，是想要实现左右两边显示两个月的内容。

设置显示窗口大小和图像像素密度

plt.figure(figsize=(20,8),dpi=80)

figsize=(20,8)：是宽高比
dpi=80：是像素密度，越大显示越清晰

绘制散点图的方法——plt.scatter（）

plt.scatter(x_3,y_3,label = '3月份')
plt.scatter(x_10,y_10,label = '10月份')

不同的图表对应plt不同方法，但是输入的参数基本都一样。
x_3：输入x轴显示的位置，注意不是显示的刻度，可以理解为规定了x轴间隔多少为一格，x轴对应的字符内容，需要使用另一个方法。
y_3：输入y轴显示的位置，同样理解为规定了y轴间隔多少为一格。
label = ‘3月份’：说明这部分数据是什么数据，只有这儿写label并不会显示，需要在写其他的方法，让label作为图例显示。

显示图例（Label）

plt.legend(prop = my_font)

专门针对plt的绘图函数，写绘制散点图、条形图、直方图的函数参数中写到label，然后在写legend（）参数输入字体参数，就会显示图例，并且中文显示。

设置x轴的刻度

_x = list(x_3)+list(x_10)
_xtick_labels = ['3月{}日'.format(i) for i in x_3]
_xtick_labels += ['10月{}日'.format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],fontproperties=my_font,rotation = 45)

先把3月份和10月份的合并到一个列表，这时_x中有62个元素，1到31,51到81
分两次，构造某月某日的格式，_xtick_labels中构造完成后有62个元素
plt.xticks参数先输入_x，_x中的元素数字，自动去对应x轴的刻度，_x[::3]意思是间隔三个写一个。
_x[::3],_xtick_labels[::3]要求这两个的元素个数需要一致，_x[::3]它规定那个位置需要写内容，_xtick_labels[::3]它规定那个位置需要写什么内容。
fontproperties=my_font,rotation = 45意思是设置字体，这是字符内容的旋转角度。

添加x轴，y轴的描述信息

plt.xlabel('时间',fontproperties=my_font)
plt.ylabel('温度',fontproperties=my_font)
plt.title('标题',fontproperties=my_font)

设置x轴描述信息，y轴描述信息，图表的标题
并且都需要设置显示字体

让图表显示出来

plt.show()

显示图表最不能缺少的语句

python学习——matplotlib库——散点图相关推荐

Python学习-Matplotlib库绘制简单点阵图、线型图操作
Python学习-Matplotlib库绘制简单散点图图和线型图.标签设置以及刻度线设置操作目录 1.Matplotlib绘图细节的简单理解 2.绘制点图.线型图 3.给图表设置复杂标注 4.移动刻 ...
转载 Python 学习-Matplotlib库
Python学习-Matplotib 载出处:https://blog.csdn.net/weixin_60535956/article/details/128311973 目录 Matplotlib ...
Python学习 matplotlib库霍兰德人格分析雷达图
[Python学习] matplotlib库绘制霍兰德人格分析雷达图学习一些Python知识.用matplotlib库进行雷达图的绘制. 实现效果图片: 代码参考:<Python语言程序设计 ...
python学习——matplotlib库——条形图（横版和竖版）
导入matplotlib相关模块 from matplotlib import pyplot as plt from matplotlib import font_manager pyplot:是绘制 ...
python学习——matplotlib库——折线图
导入matplotlib相关模块 from matplotlib import pyplot as plt from matplotlib import font_manager pyplot:是绘制 ...
python的matplotlib库绘制条形图、散点图、饼图、折线图
python的matplotlib库绘制条形图.散点图.饼图.折线图当我们学会了爬虫,抓取到了一些数据,接下来就是做数据分析了.本文章介绍绘制图形的基本代码. 打开cmd用pip 安装,若输入pip ...
Python学习-Scipy库信号处理signal(过滤、快速傅里叶变换、信号窗函数、卷积)
Python学习-Scipy库信号处理signal 目录 1.过滤:以某种方式修改输入信号 2.快速傅里叶变换 3.信号窗函数 4.卷积导入库 import matplotlib.pyplot as ...
Python使用matplotlib可视化散点图、使用seaborn中的lmplot函数可视化不同分组散点图的最优线性回归拟合曲线（Scatter plot with regression line)
Python使用matplotlib可视化散点图.使用seaborn中的lmplot函数可视化不同分组散点图的最优线性回归拟合曲线(Scatter plot with linear regressio ...
Python使用matplotlib可视化散点图、使用seaborn中的lmplot函数使用多子图可视化不同分组的散点图最优拟合线性回归曲线
Python使用matplotlib可视化散点图.使用seaborn中的lmplot函数使用多子图可视化不同分组的散点图最优拟合线性回归曲线(Each regression line in its o ...

python学习——matplotlib库——散点图