Python可视化Matplotlib散点图scatter()用法详解
散点图是数据分析中非常常用的图形。用两组数据构成多个坐标点,考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。
特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)
Matplotlib 中绘制散点图的函数为 scatter() ,使用语法如下:
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)
散点图基本用法
import matplotlib.pyplot as plt import random # 0.准备数据 x = range(60) y_jiangsu = [random.uniform(15, 25) for i in x] y_beijing = [random.uniform(5,18) for i in x] # 1.创建画布 plt.figure(figsize=(20, 8), dpi=100) # 2.绘制图像 plt.scatter(x,y_jiangsu, s=100, c='deeppink', marker='o', label = "江苏") plt.scatter(x,y_beijing, s=100, c='darkblue', marker='+', label = "北京") # 2.1 刻度显示 plt.xticks(x[::5], x_ticks_label[::5]) plt.yticks(y_ticks[::5]) # 2.2 添加网格显示 plt.grid(True, linestyle="--", alpha=0.5) # 2.3 添加描述信息 plt.xlabel("时间", fontsize=15) plt.ylabel("温度", fontsize=15) plt.title("中午11点--12点某城市温度变化图", fontsize=20) # 2.4 图像保存 plt.savefig("./test.png") # 2.5 添加图例 plt.legend(loc="best") # 3.图像显示 plt.show()
注:如果没有解决过中文问题的话,绘制的图像会出现中文或者部分符号无法显示的问题。在之前的matplotlib系列文章中已经讲过解决方法了,读者可以自行查找。
创作不易,白嫖不好,各位的支持和认可,就是我创作的最大动力,我们下篇文章见!
Dragon少年 | 文
如果本篇博客有任何错误,请批评指教,不胜感激 !
以上就是Python可视化Matplotlib散点图scatter()用法详解的详细内容,更多关于Python可视化Matplotlib的资料请关注hwidc其它相关文章!
【文章转自:韩国cn2服务器 转载请保留连接】