python matplotlib库绘图实战之绘制散点图

目录
  • 一.导入库
  • 二.设置文字
  • 三.设置坐标轴参数
  • 四.绘制点
  • 五.对点的继续处理
    • 1.自定义颜色
    • 2.颜色映射
  • 补充1
  • 补充2
  • 补充3
  • 总结

一.导入库

import matplotlib.pyplot as plt

二.设置文字

plt.title("double number", fontsize=24)
plt.xlabel("number", fontsize=14)
plt.ylabel("double", fontsize=14)

三.设置坐标轴参数

plt.axis([0, 15, 0, 30])

q前面两个数为x轴的始末，后面则为y

四.绘制点

plt.scatter(2, 4, s=20) #s为点的大小
plt.show()

得到这样子的图

毕竟绘图时我们不可能只画一个点

所以还是应该引入数组来解决问题

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

将原来的2，4分别替换为x，y

为了在数据量较大时，简化（偷懒）代码，可以使用range等函数或者列表解析的方法，这里就不赘述了，详见补充1

五.对点的继续处理

1.自定义颜色

plt.scatter(x, y, c='red', edgecolors='none', s=20)

用参数c设置点的颜色，用edgecolor设置边缘的颜色（在较新的matpoltlib版本中，edgecolors默认为none）有关颜色的详细资料，可见补充2

ps：将c设置为green，edgecolors设置为black，将引起极度生理不适，特别是点极度密集的曲线中，你懂的

言归正传，python的颜色设置通常为RGB，所以在scatter内也可以用RGB参数来设置颜色，格式如下:

plt.scatter(x, y, c=(0, 0, 0.6), edgecolors='none', s=20)

RGB小数模式详见补充3

2.颜色映射

plt.scatter(x, y, c=y, edgecolors='none', cmap=plt.cm.Blues, s=20)

通过使用cmap，将c设置为一个数组，则可以达到颜色渐变的效果：

事实上并非所有的颜色都可以使用，仅有RGB三原色和Oranges等少数颜色可以…感觉官方文档上说的十个好像不太行，格式必须为头文字大写结尾加s

one of {‘tab:blue’, ‘tab:orange’, ‘tab:green’, ‘tab:red’, ‘tab:purple’, ‘tab:brown’, ‘tab:pink’, ‘tab:gray’, ‘tab:olive’, ‘tab:cyan’} which are the Tableau Colors from the ‘tab10’ categorical palette (which is the default color cycle);

That’s all，接下来为补充部分

补充1

偷懒法1:用list函数加range函数

x = list(range(1, 100, 2))

先用range（start, end, step）等到一组数，再用list转化为数组

偷懒法2:解析列表

y = [value * 2 for value in x]

其实就是把for循环写到了里面去

补充2

Matplotlib识别以下格式以指定颜色：

an RGB or RGBA tuple of float values in [0, 1] (e.g. (0.1, 0.2, 0.5)
or (0.1, 0.2, 0.5, 0.3)). RGBA is short for Red, Green, Blue, Alpha; a
hex RGB or RGBA string (e.g., ‘#0F0F0F’ or ‘#0F0F0F0F’);
速记十六进制RGB或RGBA字符串，相当于通过复制每个字符获得的十六进制RGB或RGBA字符串（例如，’#abc’，相当于’#aabbcc’，或’#abcd’，相当于’#aabbccdd’）；
a string representation of a float value in [0, 1] inclusive for gray
level (e.g., ‘0.5’);
单个字母字符串，即{‘b’,‘g’,‘r’,‘c’,‘m’,‘y’,‘k’,‘w’}之一，它们是蓝色、绿色、红色、青色、品红色、黄色、黑色和白色阴影的速记号；
a X11/CSS4 (“html”) color name, e.g. “blue”; a name from the xkcd
color survey, prefixed with ‘xkcd:’ (e.g., ‘xkcd:sky blue’); a “Cn”
color spec, i.e. ‘C’ followed by a number, which is an index into the
default property cycle (rcParams[“axes.prop_cycle”] (default:
cycler(‘color’, [’#1f77b4’, ‘#ff7f0e’, ‘#2ca02c’, ‘#d62728’,
‘#9467bd’, ‘#8c564b’, ‘#e377c2’, ‘#7f7f7f’, ‘#bcbd22’, ‘#17becf’])));
the indexing is intended to occur at rendering time, and defaults to
black if the cycle does not include color. one of {‘tab:blue’,
‘tab:orange’, ‘tab:green’, ‘tab:red’, ‘tab:purple’, ‘tab:brown’,
‘tab:pink’, ‘tab:gray’, ‘tab:olive’, ‘tab:cyan’} which are the Tableau
Colors from the ‘tab10’ categorical palette (which is the default
color cycle);

补充3

RGB分为浮点数和整数两种，在Matplotlib中，使用的是浮点数，即范围在[0,1],而整数则是[0,255],若是要转化，将整数除以255即浮点数形式。

总结

到此这篇关于python matplotlib库绘图实战之绘制散点图的文章就介绍到这了,更多相关python matplotlib绘制散点图内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • 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学习之matplotlib绘制散点图实例

    要绘制单个点,可使用函数scatter(),并向其传递一对x和y坐标,它将在指定位置绘制一个点: """使用scatter()绘制散点图""" import matplotlib.pyplot as plt plt.scatter(2, 4) plt.show() 下面来设置输出的样式:添加标题,给轴加上标签,并确保所有文本都大到能够看清.并使用scatter()绘制一系列点 """使用scatter()绘制散点图&

  • python使用matplotlib画柱状图、散点图

    python使用matplotlib画柱状图、散点图

    本文实例为大家分享了python使用matplotlib画柱状图.散点图的具体代码,供大家参考,具体内容如下 柱状图(plt.bar) 代码与注释 import numpy as np from matplotlib import pyplot as plt plt.figure(figsize=(9,6)) n = 8 X = np.arange(n)+1 #X是1,2,3,4,5,6,7,8,柱的个数 # numpy.random.uniform(low=0.0, high=1.0, siz

  • python+matplotlib绘制饼图散点图实例代码

    python+matplotlib绘制饼图散点图实例代码

    本文是从matplotlib官网上摘录下来的一个实例,实现的功能是Python+matplotlib绘制自定义饼图作为散点图的标记,具体如下. 首先看下演示效果 实例代码: import numpy as np import matplotlib.pyplot as plt # first define the ratios r1 = 0.2 # 20% r2 = r1 + 0.4 # 40% # define some sizes of the scatter marker sizes = n

  • Python Matplotlib实现三维数据的散点图绘制

    一.背景 近期项目即将开展,计划第一步就是实现数据的可视化,所以先学习一下数据展示相关Demo.选用Python2.7与Matplotlib来实现,平台采用Pycharm,值得一提的是,Matplotlib的安装前首先要安装Numpy包,但是在完成Numpy的安装之后,楼主不能在PyCharm平台下进行自动安装,或者CMD中使用类似pip install Matplotlib,参考网上解决方案后采用直接去官网下载相应的安装包直接运行安装到相关目录下.在此就不赘述了. 二. 参考 Python语言

  • python3使用matplotlib绘制散点图

    python3使用matplotlib绘制散点图

    本文实例为大家分享了python3使用matplotlib绘制散点图,并标注图例,轴,供大家参考,具体内容如下 代码 from matplotlib import pyplot as plt from matplotlib import font_manager # 使得中文可以显示出来 my_font = font_manager.FontProperties(fname="/usr/share/fonts/truetype/arphic/ukai.ttc") y_3 = [11,

  • python使用matplotlib模块绘制多条折线图、散点图

    python使用matplotlib模块绘制多条折线图、散点图

    今天想直观的展示一下数据就用到了matplotlib模块,之前都是一张图只有一条曲线,现在想同一个图片上绘制多条曲线来对比,实现很简单,具体如下: #!usr/bin/env python #encoding:utf-8 ''' __Author__:沂水寒城 功能:折线图.散点图测试 ''' import random import matplotlib import matplotlib.pyplot as plt def list2mat(data_list,w): ''' 切片.转置 '

  • Python+matplotlib绘制不同大小和颜色散点图实例

    Python+matplotlib绘制不同大小和颜色散点图实例

     具有不同标记颜色和大小的散点图演示. 演示结果: 实现代码: import numpy as np import matplotlib.pyplot as plt import matplotlib.cbook as cbook # Load a numpy record array from yahoo csv data with fields date, open, close, # volume, adj_close from the mpl-data/example directory

  • 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

  • python matplotlib库绘图实战之绘制散点图

    python matplotlib库绘图实战之绘制散点图

    目录 一.导入库 二.设置文字 三.设置坐标轴参数 四.绘制点 五.对点的继续处理 1.自定义颜色 2.颜色映射 补充1 补充2 补充3 总结 一.导入库 import matplotlib.pyplot as plt 二.设置文字 plt.title("double number", fontsize=24) plt.xlabel("number", fontsize=14) plt.ylabel("double", fontsize=14)

  • 教你学会通过python的matplotlib库绘图

    教你学会通过python的matplotlib库绘图

    一.前言 python的matplotlib库很强大可以绘制各种类型的图像. 首先要装一些基础的库,如numpy,matplotlib或是pandas. 二.基础命令 首先介绍绘图时常用的基础命令: 1.plt.plot(x,y)即为绘图命令. ①基础画图: plt.plot(x, y) ②设置颜色: color属性 如果没有特别要求的话可以不手动设置颜色,如果要在一张图上画不同的线时,会自动分配颜色.也可以使用ax.plot效果相同. plt.plot(x, y, color = 'red')

  • Python Matplotlib库安装与基本作图示例

    Python Matplotlib库安装与基本作图示例

    本文实例讲述了Python Matplotlib库安装与基本作图.分享给大家供大家参考,具体如下: 不论是数据挖掘还是数据建模,都免不了数据可视化的问题.对于Python来说,Matplotlib是著名的绘图库,它主要用于二维绘图,简单的三维绘图. 安装Matplotlib 通过pip安装Matplotlib步骤: 在cmd窗口下,进入到pip安装目录,在命令提示符中依次输入 python -m pip install -U pip setuptools python -m pip instal

  • python matplotlib库的基本使用

    matplotlib简介 如果你在大学里参加过数学建模竞赛或者是用过MATLAB的话,相比会对这一款软件中的画图功能印象深刻.MATLAB可以做出各种函数以及数值分布图像非常的好用和方便.如果你没用过呢也没关系,知道这么回事就好了.MATLAB虽然好用,但毕竟是收费软件,而且相比于MATLAB,很多人更喜欢Python的语法. 所以呢MATLAB就被惦记上了,后来有大神仿照MATLAB当中的画图工具,也在Python当中开发了一个类似的作图工具.这也就是我们今天这篇文章要讲的matplotlib

  • Python matplotlib实用绘图技巧汇总

    Python matplotlib实用绘图技巧汇总

    前言 在日常的业务数据分析 ,可视化是非常重要的步骤.这里总结了matplotlib常用绘图技巧,希望可以帮助大家更加更加高效的.美观的显示图表.作者:北山啦 Matplotlib 是 Python 的绘图库. 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案. 它也可以和图形工具包一起使用,如 PyQt 和wxPython. pip3 install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple impo

  • Python+matplotlib实现量场图的绘制

    Python+matplotlib实现量场图的绘制

    目录 复习回顾 1. 量场图概述 什么是量场图? 量场图使用场景 绘制量场图方法 2. 量场图属性 设置颜色 设置透明度 设置向量箭头尺寸 设置坐标中向量箭头位置 设置向量箭头宽度 3. 绘制量场图步骤 4. 小试牛刀 总结 复习回顾 matplotlib 是基于Python语言的开源项目,pyplot提供一系列绘制2D图形的方法.随着版本的迭代,matplotlib 模块也支持绘制3D图形mplot3d工具包,制作动态图Animation类,对于动态图的制作也可以使用pyplot交互模式进行绘

  • Python matplotlib seaborn绘图教程详解

    Python matplotlib seaborn绘图教程详解

    目录 一.seaborn概述 二.数据整理 01折线图 02柱形图 03直方图 三.绘图 01设定调色盘 02柱状图 03技术图 04点图 05箱型图 06小提琴图 一.seaborn概述 Seaborn是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn就能做出很具有吸引力的图.详情请查阅官网:seaborn 二.数据整理 import seaborn as sns import numpy as np import matplotl

  • Python tkinter库绘图实例分享

    Python tkinter库绘图实例分享

    目录 一.小房子绘制 二.彩色气泡动画绘制 三.画布创建 一.小房子绘制 实例代码: # coding=utf-8 import tkinter as tk      # 导入tkinter模块   root = tk.Tk()            # 创建一个顶级窗口 root.title('小房子1')     # 设置标题 canvas = tk.Canvas(root, bg='white', width=700, height=700)   # 在root窗口上创建画布canvas,

  • 基于Python matplotlib库绘制箱线图

    基于Python matplotlib库绘制箱线图

    目录 1. 关于箱线图 及 plt.boxplot()方法 2. 绘制一幅简单的箱线图 3. 绘制一幅更精致的图像 4. 异常值的标准 5. 异常值的输出 1. 关于箱线图 及 plt.boxplot()方法 箱线图又称箱形图,有的地方也可以叫盒须图.使用箱线图的好处是可以以一种相对稳定的方式描述数据离散分布情况,识别数据中的异常值. 在pthon的matplotlib库中绘制箱线图使用的是plt.boxplot()方法. 该方法的主要参数如下 参数 描述 x 要绘制箱线图的数据 notch 是

  • Python+matplotlib实现简单曲线的绘制

    Python+matplotlib实现简单曲线的绘制

    目录 一.安装matplotlib 二.测试 matplotlib 三. 绘制简单的折线 四.使用 scatter() 绘制散点图并设置其样式 1.要绘制单个点 2.要绘制系列点 3.自动计算数据 4.自动保存图表 一.安装matplotlib 1)由于已安装anaconda,可直接打开anaconda prompt,再用命令pip install matplotlib进行安装,因镜像问题,可能较慢,建议第2种方式. 2)访问https://pypi.org/project/matplotlib

随机推荐