Python 中 scatter 函数参数及用法详解

Python 中 scatter 函数参数及用法详解

这里有新鲜出炉的 Python 教程, 程序狗速度看过来!

Python 编程语言

Python 是一种面向对象解释型计算机程序设计语言, 由 Guido van Rossum 于 1989 年底发明, 第一个公开发行版发行于 1991 年 Python 语法简洁而清晰, 具有丰富和强大的类库它常被昵称为胶水语言, 它能够把用其他语言制作的各种模块 (尤其是 C/C++) 很轻松地联结在一起

这篇文章主要介绍了 Python 中 scatter 函数参数及用法详解, 小编觉得挺不错的, 现在分享给大家, 也给大家做个参考一起跟随小编过来看看吧

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:

1scatter 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

importnumpyasnp

importmatplotlib.pyplotasplt

# 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

importnumpyasnp

importmatplotlib.pyplotasplt

# 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

importnumpyasnp

importmatplotlib.pyplotasplt

# 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

importnumpyasnp

importmatplotlib.pyplotasplt

# 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)

fromnumpyimport*

importmatplotlib

importmatplotlib.pyplotasplt

#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):

来源: http://www.phperz.com/article/18/0213/360926.html

python scatter参数详解_Python 中 scatter 函数参数及用法详解相关推荐

  1. python中tile的用法_python3中numpy函数tile的用法详解

    tile函数位于python模块 numpy.lib.shape_base中,他的功能是重复某个数组.比如tile(A,n),功能是将数组A重复n次,构成一个新的数组,我们还是使用具体的例子来说明问题 ...

  2. python中seek(10、1)_Python中index()和seek()的用法(详解)

    1.index() 一般用处是在序列中检索参数并返回第一次出现的索引,没找到就会报错,比如: >>> t=tuple('Allen') >>> t ('A', 'l ...

  3. python中index什么意思_Python中index()和seek()的用法(详解)

    1.index() 一般用处是在序列中检索参数并返回第一次出现的索引,没找到就会报错,比如: >>> t=tuple('Allen') >>> t ('A', 'l ...

  4. python 遍历函数用法_python中enumerate函数遍历元素用法分析

    本文实例讲述了python中enumerate函数遍历元素用法.分享给大家供大家参考,具体如下: enumerate函数用于遍历序列中的元素以及它们的下标 示例代码如下: i = 0 seq = [' ...

  5. python scatter参数详解_Python中scatter函数参数及用法详解

    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 ...

  6. python向量机使用方法_Python中支持向量机SVM的使用方法详解

    除了在Matlab中使用PRTools工具箱中的svm算法,Python中一样可以使用支持向量机做分类.因为Python中的sklearn库也集成了SVM算法,本文的运行环境是Pycharm. 一.导 ...

  7. python中的super用法详解_Python中super函数用法实例分析

    本文实例讲述了python中super函数用法.分享给大家供大家参考,具体如下: 这是个高大上的函数,在python装13手册里面介绍过多使用可显得自己是高手 23333. 但其实他还是很重要的. 简 ...

  8. python的常量和变量_python中的常量和变量代码详解

    局部和全局变量: # name='lhf' # def change_name(): # # global name # name='帅了一比' # print('change_name',name) ...

  9. python中zip函数详解_Python中zip函数用法

    看openstack的代码,遇到一个内建函数zip不明白其意思: # Adjust the weights in the grid by the functions weight adjustment ...

最新文章

  1. scrapy 模块功能流程--转
  2. 微信支付报错:app没有获取微信支付权限
  3. orcal创建表空间、用户、授权
  4. 专访友盟CEO叶谦:深挖海量终端用户数据的价值
  5. servlet解决javascript传来中文乱码问题
  6. ICDM 2020 TOP3方案
  7. Maven的依赖插件
  8. js箭头函数和普通函数区别
  9. 慎用Hyper-Threading Technology
  10. vscode编辑python_VSCode+Python开发环境
  11. 信息学奥赛一本通 1411:区间内的真素数 | OpenJudge NOI 1.13 23:区间内的真素数
  12. Flutter AnimatedContainer 动画使用解析
  13. centos php 开启libgdgd_CentOS6.5安装Nginx1+MySQL5+PHP5
  14. java编译使用androidsdk,详解Android源码的编译
  15. U盘安装系统时黑屏! 无法进入解决办法
  16. jdk8 lambda表达式
  17. java 获取xml 版本号_java读取xml文件字段值
  18. 又一个统计浏览器历史纪录的扩展,支持 Firefox/Chrome
  19. 图像标注工具labelImg安装方法(win10 + Python3.7)
  20. 计算机维修logo在线设计,硕思logo设计师电脑版

热门文章

  1. AcWing861-二分图的最大匹配(java实现)
  2. 八进制十进制的互相转换
  3. cocos 2d-x 环境搭建和创建项目HelloWorld
  4. 遍历Dataframe的每个元素及loc与iloc函数与iterrows与iteritems函数用法
  5. oracle存储过程调用http接口
  6. 黄瑾:做强坚实数据库底座,GaussDB与产业携手共进
  7. MySQL练习题---删除重复的电子邮箱
  8. SpringBoot-配置文件
  9. 清爽聊天无多余功能!抖音聊天工具上线
  10. 什么样的Team Leader是个优秀的Team Leader?