matplotlib第五天：引爆你的数据可视化之旅，掌握散点图绘图秘诀

matplotlib，一个功能强大的数据可视化库，正等待着我们用它来探索数据的美丽。今天，我们将开启matplotlib第五天的学习之旅，重点关注散点图。散点图是一种将数据点绘制在笛卡尔坐标系上的图表，以图形的方式展示两个变量之间的关系。准备好接受挑战了吗？让我们一起踏上数据可视化的奇妙旅程吧！

1. 准备工作：导入matplotlib和numpy

首先，我们需要导入matplotlib和numpy这两个Python库。matplotlib负责图形绘制，而numpy则擅长处理数字数组。

import matplotlib.pyplot as plt
import numpy as np

2. 生成随机数据：使用np.random.rand()

为了创建散点图，我们需要一些数据。我们可以使用numpy的np.random.rand()函数生成随机数据。该函数可以生成一个包含随机浮点数的数组，范围为0到1。

# 生成100个随机数
x = np.random.rand(100)
y = np.random.rand(100)

3. 绘制散点图：plt.scatter()

现在，我们已经有了数据，可以开始绘制散点图了。我们将使用matplotlib的plt.scatter()函数。这个函数可以绘制一个散点图，其中每个点都由一个x坐标和一个y坐标指定。

# 绘制散点图
plt.scatter(x, y)

4. 调整外观：设置标题、标签和网格

为了让散点图看起来更美观，我们可以调整一下它的外观。我们可以设置标题、标签和网格。

# 设置标题
plt.title("散点图")

# 设置x轴和y轴的标签
plt.xlabel("X轴")
plt.ylabel("Y轴")

# 显示网格
plt.grid()

5. 保存图片：plt.savefig()

最后，我们可以将散点图保存为图片。我们可以使用matplotlib的plt.savefig()函数。

# 保存图片
plt.savefig("散点图.png")

6. 扩展探索：其他参数和示例

除了基本用法之外，plt.scatter()函数还提供了许多其他参数，可以帮助我们绘制出更复杂的散点图。例如，我们可以设置点的颜色、形状和大小。

# 设置点的颜色
plt.scatter(x, y, c="red")

# 设置点的形状
plt.scatter(x, y, marker="o")

# 设置点的尺寸
plt.scatter(x, y, s=100)

我们还可以使用plt.scatter()函数绘制更复杂的散点图，例如绘制带有颜色的散点图或绘制带有标签的散点图。

# 绘制带有颜色的散点图
plt.scatter(x, y, c=np.random.rand(100))

# 绘制带有标签的散点图
plt.scatter(x, y, c="red", label="红色")
plt.scatter(x, y, c="blue", label="蓝色")
plt.legend()

结语

散点图是一种非常有用的数据可视化工具，可以帮助我们了解数据中的关系。通过使用matplotlib的plt.scatter()函数，我们可以轻松地绘制出各种各样的散点图。