Python matplotlib 绘制散点图详解建议收藏

目录
  • 前言
  • 1. 散点图概述
    • 什么是散点图？
    • 散点图使用场景
    • 绘制散点图步骤
    • 案例展示
  •  2. 散点图属性
    • 设置散点大小
    • 设置散点颜色
    • 设置散点样式
    • 设置透明度
    • 设置散点边框
  • 3. 添加折线散点图
  • 4. 多类型散点图
  • 5. 颜色条散点图
  • 6. 曲线散点图
  • 总结

前言

我们在matplotlib模块学习中，发现有常用的反映数据变化的折线图，对比数据类型差异的柱状图和反应数据频率分布情况的直方图。

往期内容速看

Python用 matplotlib 绘制柱状图

Python matplotlib底层原理解析

Python matplotlib超详细教程实现图形绘制

其实在数据统计图表中，有一种图表是散列点分布在坐标中，反应数据随着自变量变化的趋势。

本期，我们将详细学习matplotlib 绘制散点图相关属性的学习，let's go~

1. 散点图概述

什么是散点图？

  • 散点图用于在水平轴和垂直轴上绘制数据点，数据以点状分布在左标系中
  • 散点图表示因变量随着自变量而变化的大致趋势
  • 散点图由多个左坐标点构成，考察坐标点的分布，判断是否存在某种关联或者分布模式
  • 对于不同类别的点，则由图表中不同形状或颜色的标记符表示
  • 散点图主要分为散点图矩阵、三维散点图、ArcGIS散点图

散点图使用场景

  • 散点图用于比较跨类别的聚合数据
  • 散点图用于分析数据线性、多项式趋势情况
  • 散点图用于四象限分析
  • 散点图用于找到数据趋势公式
  • 散点图可以为后期精确的图标进行辅助

绘制散点图步骤

  1. 导入matplotlib.pyplot模块
  2. 准备数据，可以使用numpy/pandas整理数据
  3. 调用pyplot.scatter()绘制散点图

案例展示

本次案例我们将分析某产品不同定价销售额分布情况

案例需要准备两组数据x和y轴，其中x，y轴的数据量要保持一致

x_value = np.random.randint(50,100,50)
y_value = np.random.randint(500,1000,50)

绘制散点

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["font.sans-serif"]=['SimHei'] plt.rcParams["axes.unicode_minus"]=False

x_value = np.random.randint(50,100,50)
y_value = np.random.randint(500,1000,50)

plt.scatter(x_value,y_value)

plt.title("data analyze")
plt.xlabel("销售价格")
plt.ylabel("销售额")

plt.show()

 2. 散点图属性

设置散点大小

关键字：s

传入数据类型为list或者数字，默认为20

设置散点颜色

关键字：c

默认颜色为蓝色

取值范围

  • 表示颜色的英文单词：如红色"red"
  • 表示颜色单词的简称如：红色"r",黄色"y"
  • RGB格式：十六进制格式如"#88c999";(r,g,b)元组形式
  • 也可以传入颜色列表

设置散点样式

关键字：marker

系统默认为'o'小圆圈

取值还可以取：('o', 'v', '^', '<', '>', '8', 's', 'p', '*', 'h', 'H', 'D', 'd', 'P', 'X')

设置透明度

关键字：alpha

取值范围：0~1

设置散点边框

关键字： edgecolor

默认为face

取值选项：

  • "face"|"none"
  • 表示颜色的英文单词、简写或者rgb

我们结合上一节的案例，设置散点大小，散点边框为粉色，散点颜色为#88c999

size = (20*np.random.rand(50))**2
plt.scatter(x_value,y_value,s=area,c="#88c999",edgecolors="pink"

3. 添加折线散点图

我们在查看散点图时，有时候会借助折线图来辅助分析。我们继续拿第一节的数据来分析。

我们使用np.random.rand()来生成100个随机数据

x_value = 100*np.random.rand(100)
y_value = 100*np.random.rand(100)

需要借助我们高中的数学公司如sin\cos函数等（高中数学都还给老师了）

使用pyplot.plot()方法来绘制曲线图

r0 = 80
plt.scatter(x_value,y_value,c="hotpink",edgecolors="blue")
the =  np.arange(0,np.pi/2, 0.01)
plt.plot(r0*np.cos(the),r0*np.sin(the))

4. 多类型散点图

我们在观察数据的时候，会同时比较多个类型数据，因此我们可以通过颜色或者散点样式来区分表示

方式一： 使用颜色来区分不同类别时，我们需要再添加新的数据和scatter方法

x_value = 100*np.random.rand(100)
y_value = 100*np.random.rand(100)
y1_value = 100*np.random.rand(100)

plt.scatter(x_value,y_value, c="hotpink",edgecolors="blue",label="A产品")

plt.scatter(x_value,y1_value, c="#88c999", edgecolors="y",label="B产品")

方式二：我们可以使用marker来标记不同类型，例如我们使用上一节的案例再添加一个scatter()

r0 = 80

size = (20*np.random.rand(100))**2

r = np.sqrt(x_value**2+y_value**2)
area = np.ma.masked_where(r > r0,size)
area1 = np.ma.masked_where(r <= r0, size)

plt.scatter(x_value,y_value,s=area,c="hotpink",edgecolors="blue",label="A产品")

plt.scatter(x_value, y_value, s=area1, c="red", edgecolors="y",marker="^",label="B产品")

the =  np.arange(0,np.pi/2, 0.01)
plt.plot(r0*np.cos(the),r0*np.sin(the))

5. 颜色条散点图

在散点图表中，我们为了对每个点颜色深浅进行表示，我们可以借助cmap颜色条来进行添加

  • 颜色条显示关键字：cmap
  • 默认为viridis,可选值如accent_r,blues_r,brbg_r,greens_r等等
  • 表示每种颜色从0~100的值

当要显示颜色列表时，我们需要调用pyplot.colorbar()

例如，我们对散点图添加一个红色系的颜色列表

size = (20*np.random.rand(100))**2
color = np.random.randint(0,100,100)
plt.scatter(x_value,y_value, s=size, c=color,label="A产品",cmap="afmhot_r")
plt.colorbar()

6. 曲线散点图

散点图都是由一个一个坐标点组成的，当这些点具有一定规律时，我们可以使用散点图来绘制曲线。

我们使用scatter()绘制一个2次方的幂函数

x_value = list(range(1, 100))
y_value = [x ** 2 for x in x_value]

plt.scatter(x_value,y_value,c=y_value,cmap="hot_r",edgecolors="none",s=50)

plt.show()

总结

本期，我们对matplotlib.pyplot 绘制散点图scatter方法及相关属性进行详细的学习。对于暂时没有找到规律的数据来说，使用散点图可以快速发现数据的分布情况 

以上就是Python matplotlib 绘制散点图详解建议收藏的详细内容，更多关于Python matplotlib 绘制散点图的资料请关注我们其它相关文章！

赞 (0)

相关推荐

  • python matplotlib库绘制散点图例题解析

    python matplotlib库绘制散点图例题解析

    假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温随时间(天)变化的某种规律? a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23] b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,

  • python 离散点图画法的实现

    python 离散点图画法的实现

    目录 基础代码 改进 再次改进: 又次改进: 改进:----加准确率 基础代码 pred_y = test_output.data.numpy() pred_y = pred_y.flatten() print(pred_y, 'prediction number') print(test_y[:355].numpy(), 'real number') ​ import matplotlib.pyplot as plt plt.rc("font", family='KaiTi') pl

  • Python matplotlib实现散点图的绘制

    Python matplotlib实现散点图的绘制

    目录 一.整理数据 二.修改点的样式 三.呈现半透明的状态 四.点呈现多彩的颜色 五.让点的大小不一 六.侧边呈现颜色卡 七.改变集中性 一.整理数据 import pandas as pd cnbodf=pd.read_excel('cnboo1.xlsx') cnbodfsort=cnbodf.sort_values(by=['BO'],ascending=False) def mkpoints(x,y): return len(str(x))*(y/25)-3 cnbodfsort['po

  • python绘制地震散点图

    python绘制地震散点图

    本项目是利用五年左右的世界地震数据,通过python的pandas库.matplotlib库.basemap库等进行数据可视化,绘制出地震散点图.主要代码如下所示 from __future__ import division import pandas as pd from pandas import Series,DataFrame import numpy as np from matplotlib.patches import Polygon chi_provinces = ['北京',

  • Python基于pandas绘制散点图矩阵代码实例

    1.示例 1 代码 import numpy as np import pandas as pd import matplotlib.pyplot as plt # 生成数据 v1 = np.random.normal(0, 1, 100) v2 = np.random.randint(0, 23, 100) v3 = v1 * v2 # 3*100 的数据框 df = pd.DataFrame([v1, v2, v3]).T # 绘制散点图矩阵 pd.plotting.scatter_matr

  • python散点图的绘制

    python散点图的绘制

    目录 一.二维散点图的绘制 1.采用pandas.plotting.scatter_matrix函数绘制 2. 采用seaborn进行绘制 二. 三维散点图绘制 一.二维散点图的绘制 1.采用pandas.plotting.scatter_matrix函数绘制 pd.plotting.scatter_matrix(iris_data, figsize=(10, 10), alpha=1, hist_kwds={"bins": 20}) 2. 采用seaborn进行绘制   # No.

  • Python利用matplotlib绘制散点图的新手教程

    前言 上篇文章介绍了使用matplotlib绘制折线图,参考:https://www.jb51.net/article/198991.htm,本篇文章继续介绍使用matplotlib绘制散点图. 一.matplotlib绘制散点图 # coding=utf-8 import matplotlib.pyplot as plt years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019] turnovers =

  • Python使用matplotlib 模块scatter方法画散点图示例

    Python使用matplotlib 模块scatter方法画散点图示例

    本文实例讲述了Python使用matplotlib 模块scatter方法画散点图.分享给大家供大家参考,具体如下: # -*-coding:utf-8-*- import matplotlib.pyplot as plt y = [12, 7, 1, 2, 6, 3, 7, 5, 12, 6, 14, 10, 6, 7, 1, 2, 9, 3, 4, 4, 4, 5, 4, 6, 9, 5, \ 2, 1, 2, 1, 7, 6, 43, 15, 18, 52, 39, 53, 39, 17,

  • Python绘制散点图的教程详解

    Python绘制散点图的教程详解

    少废话,直接上代码 import matplotlib.pyplot as plt import numpy as np # 1. 首先是导入包,创建数据 n = 10 x = np.random.rand(n) * 2# 随机产生10个0~2之间的x坐标 y = np.random.rand(n) * 2# 随机产生10个0~2之间的y坐标 # 2.创建一张figure fig = plt.figure(1) # 3. 设置颜色 color 值[可选参数,即可填可不填],方式有几种 # col

  • Python matplotlib 绘制散点图详解建议收藏

    Python matplotlib 绘制散点图详解建议收藏

    目录 前言 1. 散点图概述 什么是散点图? 散点图使用场景 绘制散点图步骤 案例展示  2. 散点图属性 设置散点大小 设置散点颜色 设置散点样式 设置透明度 设置散点边框 3. 添加折线散点图 4. 多类型散点图 5. 颜色条散点图 6. 曲线散点图 总结 前言 我们在matplotlib模块学习中,发现有常用的反映数据变化的折线图,对比数据类型差异的柱状图和反应数据频率分布情况的直方图. 其实在数据统计图表中,有一种图表是散列点分布在坐标中,反应数据随着自变量变化的趋势. 本期,我们将详细

  • Python matplotlib 绘制散点图详解建议收藏

    Python matplotlib 绘制散点图详解建议收藏

    目录 前言 1. 散点图概述 什么是散点图? 散点图使用场景 绘制散点图步骤 案例展示  2. 散点图属性 设置散点大小 设置散点颜色 设置散点样式 设置透明度 设置散点边框 3. 添加折线散点图 4. 多类型散点图 5. 颜色条散点图 6. 曲线散点图 总结 前言 我们在matplotlib模块学习中,发现有常用的反映数据变化的折线图,对比数据类型差异的柱状图和反应数据频率分布情况的直方图. 往期内容速看 Python用 matplotlib 绘制柱状图 Python matplotlib底层

  • Python正则表达式re模块详解(建议收藏!)

    Python正则表达式re模块详解(建议收藏!)

    目录 前言 match 匹配字符串 单字符匹配 . 匹配任意一个字符 \d 匹配数字 \D 匹配非数字 \S 匹配非空白 \w 匹配单词.字符,如大小写字母,数字,_ 下划线 \W 匹配非单词字符 [ ] 匹配[ ]中列举的字符 表示数量 * 出现0次或无数次 + 至少出现一次 ? 1次或则0次 {m,} 至少出现m次 匹配边界 $ 匹配结尾字符 ^ 匹配开头字符 \b 匹配一个单词的边界 \B 匹配非单词边界 匹配分组 | 匹配左右任意一个表达式 (ab) 将括号中字符作为一个分组 searc

  • Python利用Matplotlib绘制图表详解

    Python利用Matplotlib绘制图表详解

    目录 前言 折线图绘制与显示 绘制数学函数图像 散点图绘制 绘制柱状图 绘制直方图 饼图 前言 Matplotlib 是 Python 中类似 MATLAB 的绘图工具,如果您熟悉 MATLAB,那么可以很快的熟悉它. Matplotlib 提供了一套面向对象绘图的 API,它可以轻松地配合 Python GUI 工具包(比如 PyQt,WxPython.Tkinter)在应用程序中嵌入图形.与此同时,它也支持以脚本的形式在 Python.IPython Shell.Jupyter Notebo

  • Python pyecharts绘制条形图详解

    Python pyecharts绘制条形图详解

    目录 一.简介 二.整理数据 1.配置主题 2.柱状图 Bar - Bar_base_dict_config 3.样例数据 Faker.choose() 4.滚动条 Bar - Bar_datazoom_slider 5.鼠标移动效果 Bar - Bar_datazoom_inside 6.显示最值 Bar - Bar_markpoint_type 7.改变滚动条在侧面 Bar - Bar_datazoom_slider_vertical 8.多个Y轴 9.直方图 Bar - Bar_histo

  • Python Matplotlib marker 标记详解

    Python Matplotlib marker 标记详解

    目录 前言 1.标记(Markers) 2.标记参考(Marker Reference) 3.Format Strings fmt 4.线参考(Line Reference) 5.颜色参考(Color Reference) 6.标记大小(Marker Size) 7.标记颜色(Marker Color) 前言 Matplotlib,风格类似 Matlab 的基于 Python 的图表绘图系统. Matplotlib 是 Python 最著名的绘图库,它提供了一整套和 Matlab 相似的命令 A

  • Python matplotlib绘制散点图的实例代码

    Python matplotlib绘制散点图的实例代码

    前言 前面说到的主要是matplotlib对于图像的基础操作,然后从这篇开始,主要说一下点图,分析点图在实际问题的数据处理中应用非常广泛,比如说逻辑回归是利用现有的数据点通过拟合得到一定的函数关系,甚至生活中,物体运动的轨迹,也可以看做是连续的点绘制而成,还有图像,也是很多个像素点堆砌而成的,在图像处理中经常会针对单个像素点进行处理. 现在的深度学习或者机器学习,模型都是固定的,大多 不需要怎么改动,而能提升训练效果的,最重要的就是能更好的处理数据,而很多数据本身就是点集,利用matplotli

  • C语言基础文件操作方式超全详解建议收藏

    C语言基础文件操作方式超全详解建议收藏

    目录 什么是文件 文件名 文件类型 文件指针 文件的打开与关闭 打开方式 文件的顺序读写 关于fread的返回值 对比一组函数 文件随机读取 文件结束判断 perror() ferror() 什么是文件 磁盘上的文件是文件. 在程序设计中,我们一般读的文件有两种:程序文件 和 数据文件 程序文件包括源程序文件(后缀为.c).目标文件(win下后缀为 .obj).可执行文件(win下环境后缀为.exe) 数据文件:文件的内容不一定是程序,而是运行时读写的程序,比如程序运行需要从中读取数据的文件,或

  • Python matplotlib绘制散点图配置(万能模板案例)

    Python matplotlib绘制散点图配置(万能模板案例)

    目录 散点图 散点图一行代码显示 加颜色的散点图 颜色深浅表示数值大小 散点图显示颜色和大小 自定义图表散点图 散点图万能模板 其他模板 散点图 散点图是指在 回归分析中,数据点在直角坐标系平面上的 分布图,散点图表示因变量随 自变量而 变化的大致趋势,据此可以选择合适的函数 对数据点进行 拟合. 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.散点图将序列显示为一组点.值由点在 图表中的位置表示.类别由图表中的不同标记表示.散点图通常用于比较跨

  • Python matplotlib可视化绘图详解

    Python matplotlib可视化绘图详解

    目录 一.绘制线性图形 二.绘制柱状图形 三.绘制直方图 四.绘制散点图 五.绘制极坐标 六.绘制饼图 总结 一.绘制线性图形 执行如下代码 import matplotlib.pyplot as plt dataX=[1,2,3,4] dataY=[2,4,4,2] plt.plot(dataX,dataY) plt.title("Draw straight line") plt.xlabel("x") plt.ylabel("y") plt.

随机推荐