Matplotlib 散点图
我们可以使用 pyplot 中的 scatter() 方法来绘制散点图。
scatter() 方法语法格式如下:
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)
参数说明:
x,y:长度相同的数组,也就是我们即将绘制散点图的数据点,输入数据。
s:点的大小,默认 20,也可以是个数组,数组每个参数为对应点的大小。
c:点的颜色,默认蓝色 'b',也可以是个 RGB 或 RGBA 二维行数组。
marker:点的样式,默认小圆圈 'o'。
cmap:Colormap,默认 None,标量或者是一个 colormap 的名字,只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap。
norm:Normalize,默认 None,数据亮度在 0-1 之间,只有 c 是一个浮点数的数组的时才使用。
vmin,vmax::亮度设置,在 norm 参数存在时会忽略。
alpha::透明度设置,0-1 之间,默认 None,即不透明。
linewidths::标记点的长度。
edgecolors::颜色或颜色序列,默认为 'face',可选值有 'face', 'none', None。
plotnonfinite::布尔值,设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点。
**kwargs::其他参数。
以下实例 scatter() 函数接收长度相同的数组参数,一个用于 x 轴的值,另一个用于 y 轴上的值:
实例
import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
plt.scatter(x, y)
plt.show()
显示结果如下:
设置图标大小:
实例
import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
sizes = np.array([20,50,100,200,500,1000,60,90])
plt.scatter(x, y, s=sizes)
plt.show()
显示结果如下:
自定义点的颜色:
实例
import numpy as np
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
colors = np.array(["red","green","black","orange","purple","beige","cyan","magenta"])
plt.scatter(x, y, c=colors)
plt.show()
显示结果如下:
设置两组散点图:
实例
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
plt.scatter(x, y, color = 'hotpink')
x = np.array([2,2,8,1,15,8,12,9,7,3,11,4,7,14,12])
y = np.array([100,105,84,105,90,99,90,95,94,100,79,112,91,80,85])
plt.scatter(x, y, color = '#88c999')
plt.show()
显示结果如下:
使用随机数来设置散点图:
实例
import matplotlib.pyplot as plt
# 随机数生成器的种子
np.random.seed(19680801)
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = (30 * np.random.rand(N))**2 # 0 to 15 point radii
plt.scatter(x, y, s=area, c=colors, alpha=0.5) # 设置颜色及透明度
plt.title("RUNOOB Scatter Test") # 设置标题
plt.show()
显示结果如下:
颜色条 Colormap
Matplotlib 模块提供了很多可用的颜色条。
颜色条就像一个颜色列表,其中每种颜色都有一个范围从 0 到 100 的值。
下面是一个颜色条的例子:
设置颜色条需要使用 cmap 参数,默认值为 'viridis',之后颜色值设置为 0 到 100 的数组。
实例
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])
plt.scatter(x, y, c=colors, cmap='viridis')
plt.show()
显示结果如下:
如果要显示颜色条,需要使用 plt.colorbar() 方法:
实例
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])
plt.scatter(x, y, c=colors, cmap='viridis')
plt.colorbar()
plt.show()
显示结果如下:
换个颜色条参数, cmap 设置为 afmhot_r:
实例
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])
plt.scatter(x, y, c=colors, cmap='afmhot_r')
plt.colorbar()
plt.show()
显示结果如下:
颜色条参数值可以是以下值:
颜色名称 | 保留关键字 | |
---|---|---|
Accent | Accent_r | |
Blues | Blues_r | |
BrBG | BrBG_r | |
BuGn | BuGn_r | |
BuPu | BuPu_r | |
CMRmap | CMRmap_r | |
Dark2 | Dark2_r | |
GnBu | GnBu_r | |
Greens | Greens_r | |
Greys | Greys_r | |
OrRd | OrRd_r | |
Oranges | Oranges_r | |
PRGn | PRGn_r | |
Paired | Paired_r | |
Pastel1 | Pastel1_r | |
Pastel2 | Pastel2_r | |
PiYG | PiYG_r | |
PuBu | PuBu_r | |
PuBuGn | PuBuGn_r | |
PuOr | PuOr_r | |
PuRd | PuRd_r | |
Purples | Purples_r | |
RdBu | RdBu_r | |
RdGy | RdGy_r | |
RdPu | RdPu_r | |
RdYlBu | RdYlBu_r | |
RdYlGn | RdYlGn_r | |
Reds | Reds_r | |
Set1 | Set1_r | |
Set2 | Set2_r | |
Set3 | Set3_r | |
Spectral | Spectral_r | |
Wistia | Wistia_r | |
YlGn | YlGn_r | |
YlGnBu | YlGnBu_r | |
YlOrBr | YlOrBr_r | |
YlOrRd | YlOrRd_r | |
afmhot | afmhot_r | |
autumn | autumn_r | |
binary | binary_r | |
bone | bone_r | |
brg | brg_r | |
bwr | bwr_r | |
cividis | cividis_r | |
cool | cool_r | |
coolwarm | coolwarm_r | |
copper | copper_r | |
cubehelix | cubehelix_r | |
flag | flag_r | |
gist_earth | gist_earth_r | |
gist_gray | gist_gray_r | |
gist_heat | gist_heat_r | |
gist_ncar | gist_ncar_r | |
gist_rainbow | gist_rainbow_r | |
gist_stern | gist_stern_r | |
gist_yarg | gist_yarg_r | |
gnuplot | gnuplot_r | |
gnuplot2 | gnuplot2_r | |
gray | gray_r | |
hot | hot_r | |
hsv | hsv_r | |
inferno | inferno_r | |
jet | jet_r | |
magma | magma_r | |
nipy_spectral | nipy_spectral_r | |
ocean | ocean_r | |
pink | pink_r | |
plasma | plasma_r | |
prism | prism_r | |
rainbow | rainbow_r | |
seismic | seismic_r | |
spring | spring_r | |
summer | summer_r | |
tab10 | tab10_r | |
tab20 | tab20_r | |
tab20b | tab20b_r | |
tab20c | tab20c_r | |
terrain | terrain_r | |
twilight | twilight_r | |
twilight_shifted | twilight_shifted_r | |
viridis | viridis_r | |
winter | winter_r |
点我分享笔记