最近开始学习Python编程，遇到scatter函数，感觉里面的参数不知道什么意思于是查资料,最后总结如下：

1、scatter函数原型

2、其中散点的形状参数marker如下：

3、其中颜色参数c如下:

4、基本的使用方法如下：

#导入必要的模块

import numpy as np

import matplotlib.pyplot as plt

#产生测试数据

x = np.arange(1,10)

y = x

fig = plt.figure()

ax1 = fig.add_subplot(111)

#设置标题

ax1.set_title('Scatter Plot')

#设置X轴标签

plt.xlabel('X')

#设置Y轴标签

plt.ylabel('Y')

#画散点图

ax1.scatter(x,y,c = 'r',marker = 'o')

#设置图标

plt.legend('x1')

#显示所画的图

plt.show()

结果如下：

5、当scatter后面参数中数组的使用方法，如s，当s是同x大小的数组，表示x中的每个点对应s中一个大小，其他如c，等用法一样，如下：

(1)、不同大小

#导入必要的模块

import numpy as np

import matplotlib.pyplot as plt

#产生测试数据

x = np.arange(1,10)

y = x

fig = plt.figure()

ax1 = fig.add_subplot(111)

#设置标题

ax1.set_title('Scatter Plot')

#设置X轴标签

plt.xlabel('X')

#设置Y轴标签

plt.ylabel('Y')

#画散点图

sValue = x*10

ax1.scatter(x,y,s=sValue,c='r',marker='x')

#设置图标

plt.legend('x1')

#显示所画的图

plt.show()

(2)、不同颜色

#导入必要的模块

import numpy as np

import matplotlib.pyplot as plt

#产生测试数据

x = np.arange(1,10)

y = x

fig = plt.figure()

ax1 = fig.add_subplot(111)

#设置标题

ax1.set_title('Scatter Plot')

#设置X轴标签

plt.xlabel('X')

#设置Y轴标签

plt.ylabel('Y')

#画散点图

cValue = ['r','y','g','b','r','y','g','b','r']

ax1.scatter(x,y,c=cValue,marker='s')

#设置图标

plt.legend('x1')

#显示所画的图

plt.show()

结果：

(3)、线宽linewidths

#导入必要的模块

import numpy as np

import matplotlib.pyplot as plt

#产生测试数据

x = np.arange(1,10)

y = x

fig = plt.figure()

ax1 = fig.add_subplot(111)

#设置标题

ax1.set_title('Scatter Plot')

#设置X轴标签

plt.xlabel('X')

#设置Y轴标签

plt.ylabel('Y')

#画散点图

lValue = x

ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o')

#设置图标

plt.legend('x1')

#显示所画的图

plt.show()

注：  这就是scatter基本的用法。

PS：下面举个示例

本文记录了python中的数据可视化——散点图scatter，令x作为数据(50个点，每个30维)，我们仅可视化前两维。labels为其类别(假设有三类)。

这里的x就用random来了，具体数据具体分析。

label设定为[1:20]->1, [21:35]->2, [36:50]->3，(python中数组连接方法：先强制转为list，用+，再转回array)

用matplotlib的scatter绘制散点图，legend和matlab中稍有不同，详见代码。

x = rand(50,30)

from numpy import *

import matplotlib

import matplotlib.pyplot as plt

#basic

f1 = plt.figure(1)

plt.subplot(211)

plt.scatter(x[:,1],x[:,0])

# with label

plt.subplot(212)

label = list(ones(20))+list(2*ones(15))+list(3*ones(15))

label = array(label)

plt.scatter(x[:,1],x[:,0],15.0*label,15.0*label)

# with legend

f2 = plt.figure(2)

idx_1 = find(label==1)

p1 = plt.scatter(x[idx_1,1], x[idx_1,0], marker = 'x', color = 'm', label='1', s = 30)

idx_2 = find(label==2)

p2 = plt.scatter(x[idx_2,1], x[idx_2,0], marker = '+', color = 'c', label='2', s = 50)

idx_3 = find(label==3)

p3 = plt.scatter(x[idx_3,1], x[idx_3,0], marker = 'o', color = 'r', label='3', s = 15)

plt.legend(loc = 'upper right')

result：

figure(1)：

figure(2)：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。