一.plt.scatter()

二.简单散点图的绘制

三.绘制多标签散点图

一.plt.scatter()

scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=<deprecated parameter>, edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)

scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=<deprecated parameter>, edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)

scatter的参数
参数	解析	默认值
x,y	数据的输入浮点型或数组 shape (n, )
s	点的大小浮点型或数组 shape (n, )	rcParams['lines.markersize'] ** 2
c	点的颜色形式： ①颜色单词如：red,blue... ②RGB或RGBA序列（二维数组的形式）注若只有一种颜色建议使用方法一，因为只有一种颜色，无法准确的识别出RGB,RGBA是只表示一种颜色，还是三种/四种，若硬要使用 RGB,RGBA，则应该将序列转化为二维的数组如下会报警告：消除警告：	默认为“b” https://matplotlib.org/tutorials/colors/colormaps
marker	点的形状	详细见
cmap	str或〜matplotlib.colors.Colormap，默认：：rc：`image.cmap` .Colormap实例或注册的颜色图名称。 * cmap 仅当 c *是浮点数数组，才使用此参数。
norm	〜matplotlib.colors.Normalize`，默认值：无如果* c 是浮点数数组，则 norm 用于缩放颜色数据 c ，范围为0到1，以便映射到颜色表 cmap 。如果为 None *，则使用默认的`.colors.Normalize`。
vmin
vmax
alpha	透明度
linewidths	边缘线宽
edgecolors	标记的边缘颜色
label	数据的标签，在图例中使用展现plt.legend()
plotnonfinite		bool类型，默认值为False

二.简单散点图的绘制

import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib import font_manager
import numpy as np%matplotlib inlinex = [i for i in range(1,32)]
y = np.random.randn(31)
print(y)plt.figure(figsize=(15,10))plt.scatter(x,y,s=100,c="blue",label="一月",alpha=0.5,linewidths = 10,edgecolors="red",marker=".",plotnonfinite=False)#显示中文字体
font = {'style' : "italic" ,'variant':"small-caps" ,'weight' : "50",'stretch': "extra-condensed",'size' : "20.0",'fname' :"C:\Windows\Fonts\simfang.ttf" ,
}
my_font = font_manager.FontProperties("font",**font)#图例
plt.legend(prop=my_font,loc=1)#标题
plt.title("2020年一月销售额",fontproperties=my_font)#横纵坐标的显示信息
plt.xlabel("日期",fontproperties=my_font,color="blue")
plt.ylabel("销售额",fontproperties=my_font)#设置x轴和y轴的步长
x_ = ["{}日".format(i+1) for i in range(31)]
plt.xticks(x,x_,rotation=60,fontproperties=my_font) #rotation=90 旋转90度
plt.yticks(np.arange(-5,5,0.5))#保存图片plt.savefig(r"C:\Users\jiang\Pictures\Saved Pictures\125.png")
plt.show()

三.绘制多标签散点图

示例一：

import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib import font_manager
import numpy as np%matplotlib inline#显示中文字体
font = {'style' : "italic" ,'variant':"small-caps" ,'weight' : "10",'stretch': "extra-condensed",'size' : "15",'fname' :"C:\Windows\Fonts\simfang.ttf" ,
}
my_font = font_manager.FontProperties("font",**font)income_school = pd.read_csv("C:\\Users\jiang\Desktop\income.csv") #导入数据school = np.unique(income_school["school"])plt.figure(figsize=(15,10))#绘制标题
plt.title("受教育年限与收入的关系",fontproperties=my_font)#设置x轴和y轴的步长
plt.xticks(np.arange(0,17,1)) #rotation=90 旋转90度
plt.yticks(np.arange(0,45,5))#设置x轴和y轴的表示信息
plt.xlabel("受教育年限",fontproperties=my_font,color="red")
plt.ylabel("年收入 万/年",fontproperties=my_font,color="blue")for i in range(len(school)):plt.scatter(income_school.loc[income_school["school"] == school[i],"school"],income_school.loc[income_school["school"] == school[i],"wage"],s = 10,c = np.array(plt.cm.tab20(i/len(school))).reshape(1,-1),label = "受教育{}年".format(school[i]),
#         linewidths = 1,
#         edgecolors = "red")#图例
plt.legend(prop=my_font,loc=0)
plt.show()

数据集：http://www-eio.upc.edu/~pau/cms/rdata/csv/Ecdat/Wages1.csv

示例二：

import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib import font_manager
import numpy as np
import pandas as pd
import seaborn as sns%matplotlib inline#显示中文字体
font = {'style' : "italic" ,'variant':"small-caps" ,'weight' : "50",'stretch': "extra-condensed",'size' : "80",'fname' :"C:\Windows\Fonts\simfang.ttf" ,
}
my_font = font_manager.FontProperties("font",**font)plt.figure(figsize=(80,50))x = [i+1 for i in range(12)]ls = ["-","-.","--","-","-.","--","-","-.","--","-","-.","--","-","-.","--","-","-.","--","-","-.","--","-","-.","--"]
marker = [".","o","v","^","v","<",">","2","1","3","4","8","s","p","*","+","*","D","d","|","x",1,2,3,4,5,6,7,8,9,10]
for i in range(len(data["年份"])):label = "{}年".format(data.loc[i][0]) plt.scatter(x,data.loc[i][1::],s=20*(i+1),c=np.array(plt.cm.tab20(i/len(data["年份"]))).reshape(1,-1),label= label )# for i in range(len(data["年份"])):
#     label = "{}年".format(data.loc[i][0])
#     plt.plot(
#         x,
#         data.loc[i][1::],
# #         label=label,    #折线的标签名称
#         ls=ls[i],            # 线条样式
#         lw=2,              # 线条宽度
#         marker=marker[i],        # X轴Y轴对应数据点的样式
#         ms=20,             # 数据点的大小
#         #mfc=plt.cm.tab20(i/len(data["年份"]),      # 数据点填充颜色
#         alpha=0.6
#     ) #设置x轴和y轴的步长
x_ = ["{}月".format(i+1) for i in range(12)]
plt.xticks(x,x_,rotation=60,fontproperties=my_font) #rotation=90 旋转90度
plt.yticks(np.arange(0,15,0.5))#图例
plt.legend(prop=my_font,loc=1)#设置标题
plt.title("1999-2022年销售额",fontproperties=my_font)#设置x轴和y轴的表示信息
# plt.xlabel("月份",size=120,color="red")
plt.xlabel("月份",fontproperties=my_font,color="red")
plt.ylabel("销售额",fontproperties=my_font,color="blue")plt.savefig(r"C:\Users\jiang\Pictures\Saved Pictures\1299.png")plt.show()

使用的数据集：

matplotlib——散点图相关推荐

python画散点图-从零开始学Python【15】--matplotlib(散点图)
原标题:从零开始学Python[15]--matplotlib(散点图) 往期matplotlib绘图系列前言上一期中,我们通过折线图可以快速的发现时间序列的趋势图,当然他不仅仅只能用在时间序列中, ...
Python Matplotlib散点图
Python Matplotlib散点图散点图用于在水平轴和垂直轴上绘制数据点,它表示了因变量随自变量变化的趋势.通俗地讲,它反映的是一个变量受另一个变量的影响程度. 散点图将序列显示为一组点,其中 ...
【数据分析之道-Matplotlib(四)】Matplotlib散点图
文章目录专栏导读 1.Matplotlib散点图语法 2.Matplotlib散点图设置图标大小 3.Matplotlib散点图自定义点颜色 4.Matplotlib散点图设置两组散点图 5.Mat ...
python—matplotlib 散点图，气泡图，气泡饼图/功效矩阵可视化对比
python-matplotlib 散点图,气泡图,气泡饼图/功效矩阵可视化对比刚入行,一直在看大神们的发帖学习,想着自己也写点什么东西,找了好久没找到气泡饼图相关的内容(可能是我眼神不好),于是打 ...
matplotlib 散点图_Python学习 —— matplotlib绘制三维曲线图和三维散点图
1.数据类型部分如下: group A B CA-1 0 0 0.1273 A-1 20 12 0.1087 A-1 40 36 0.1313 A-1 60 24 0.0865 A-1 80 12 0 ...
python matplotlib散点图-Matplotlib scatter绘制散点图的方法实现
前言考虑到很多同学可能还没有安装matplotlib包,这里给大家提供我常用的安装方法.首先Win键 + R,输入命令cmd打开命令行工具,再次在命令行工具中输入pip install matplo ...
python matplotlib散点图-python的matplotlib散点图
读完此片文章你将获得: 了解scatter函数的每个参数的含义: 掌握使用matplotlib画散点图的方法: 正文: 1.matplotlib的散点图函数: matplotlib.pyplot.sc ...
python中的散点图代码-python – 带有图例的matplotlib散点图
我有兴趣在我的散点图中绘制一个图例.我目前的代码看起来像这样 x=[1,2,3,4] y=[5,6,7,8] classes = [2,4,4,2] plt.scatter(x, y, c=class ...
python matplotlib散点图-python-Matplotlib散点图图例
2D散点图可以使用2741191239738590590209模块的plot方法(至少在使用matplotlib 1.2.1和Python 2.7.5的情况下),如下面的示例代码所示. 另外,如果使 ...
python matplotlib散点图-python matplotlib从函数更新散点图
Tyson 有几种方法可以设置matplotlib绘图的动画.下面让我们看两个使用散点图的最小示例. (a) 使用交互模式plt.ion() 要制作动画,我们需要一个事件循环.获取事件循环的一种方法是 ...

matplotlib——散点图

目录

一.plt.scatter()

二.简单散点图的绘制

三.绘制多标签散点图

一.plt.scatter()

scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=<deprecated parameter>, edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)

二.简单散点图的绘制

三.绘制多标签散点图

matplotlib——散点图相关推荐

最新文章

热门文章