Matplotlib中的散点图: 一份全面的指南

2023-06-07 02:55:47

散点图：揭示数据关联性的强大可视化工具

什么是散点图？

散点图是一种图表，用于展示两组数据之间的关系和分布。它将数据点绘制在二维坐标系中，其中 x 轴和 y 轴分别代表两个不同的变量。散点图通过直观的方式揭示数据点之间的模式和趋势，帮助我们深入了解数据关联。

使用 Matplotlib 绘制散点图

Matplotlib 是一个用于 Python 中数据可视化的强大库。其中，scatter() 函数专门用于绘制散点图。其语法如下：

scatter(x, y, s=20, c='blue', marker='o', alpha=1)

x 和 y：要绘制的两个变量
s：数据点的面积大小（平方像素）
c：数据点的颜色
marker：数据点的形状
alpha：数据点的透明度（0-1，0 表示完全透明，1 表示不透明）

scatter() 函数的参数

除了基本参数外，scatter() 函数还提供了以下用于自定义散点图外观和功能的参数：

label：数据点的标签（用于图例）
edgecolors：数据点的边缘颜色
linewidths：数据点的边缘宽度
facecolors：数据点的填充颜色
vmin 和 vmax：数据点的最小值和最大值（用于设置颜色映射）
cmap：颜色映射（将数据值映射到颜色）

实例：绘制和自定义散点图

下面是一些使用 Matplotlib 绘制和自定义散点图的示例：

import matplotlib.pyplot as plt

# 实例 1：基本散点图
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y)
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter Plot')
plt.show()

# 实例 2：自定义外观
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y, s=50, c='red', marker='^')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter Plot')
plt.show()

# 实例 3：使用颜色映射表示数据值
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.scatter(x, y, c=y, cmap='jet')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter Plot')
plt.colorbar()
plt.show()