Python中scatter函數參數及用法詳解

2020-01-04 16:29:48

字體：大中小

來源：轉載

供稿：網友

最近開始學習Python編程，遇到scatter函數，感覺里面的參數不知道什么意思于是查資料,最后總結如下：

1、scatter函數原型

Python,scatter函數,Python中scatter()函數

2、其中散點的形狀參數marker如下：

Python,scatter函數,Python中scatter()函數

3、其中顏色參數c如下:

Python,scatter函數,Python中scatter()函數

4、基本的使用方法如下：

#導入必要的模塊 import numpy as np import matplotlib.pyplot as plt #產生測試數據 x = np.arange(1,10) y = x fig = plt.figure() ax1 = fig.add_subplot(111) #設置標題 ax1.set_title('Scatter Plot') #設置X軸標簽 plt.xlabel('X') #設置Y軸標簽 plt.ylabel('Y') #畫散點圖 ax1.scatter(x,y,c = 'r',marker = 'o') #設置圖標 plt.legend('x1') #顯示所畫的圖 plt.show()

結果如下：

Python,scatter函數,Python中scatter()函數

5、當scatter后面參數中數組的使用方法，如s，當s是同x大小的數組，表示x中的每個點對應s中一個大小，其他如c，等用法一樣，如下：

（1）、不同大小

#導入必要的模塊 import numpy as np import matplotlib.pyplot as plt #產生測試數據 x = np.arange(1,10) y = x fig = plt.figure() ax1 = fig.add_subplot(111) #設置標題 ax1.set_title('Scatter Plot') #設置X軸標簽 plt.xlabel('X') #設置Y軸標簽 plt.ylabel('Y') #畫散點圖 sValue = x*10 ax1.scatter(x,y,s=sValue,c='r',marker='x') #設置圖標 plt.legend('x1') #顯示所畫的圖 plt.show()

Python,scatter函數,Python中scatter()函數

（2）、不同顏色

#導入必要的模塊 import numpy as np import matplotlib.pyplot as plt #產生測試數據 x = np.arange(1,10) y = x fig = plt.figure() ax1 = fig.add_subplot(111) #設置標題 ax1.set_title('Scatter Plot') #設置X軸標簽 plt.xlabel('X') #設置Y軸標簽 plt.ylabel('Y') #畫散點圖 cValue = ['r','y','g','b','r','y','g','b','r'] ax1.scatter(x,y,c=cValue,marker='s') #設置圖標 plt.legend('x1') #顯示所畫的圖 plt.show()

結果：

Python,scatter函數,Python中scatter()函數

（3）、線寬linewidths

#導入必要的模塊 import numpy as np import matplotlib.pyplot as plt #產生測試數據 x = np.arange(1,10) y = x fig = plt.figure() ax1 = fig.add_subplot(111) #設置標題 ax1.set_title('Scatter Plot') #設置X軸標簽 plt.xlabel('X') #設置Y軸標簽 plt.ylabel('Y') #畫散點圖 lValue = x ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o') #設置圖標 plt.legend('x1') #顯示所畫的圖 plt.show()

Python,scatter函數,Python中scatter()函數

注：這就是scatter基本的用法。

PS：下面舉個示例

本文記錄了python中的數據可視化——散點圖scatter，令x作為數據（50個點，每個30維），我們僅可視化前兩維。labels為其類別（假設有三類）。

這里的x就用random來了，具體數據具體分析。

label設定為[1:20]->1, [21:35]->2, [36:50]->3，（python中數組連接方法：先強制轉為list，用+，再轉回array）

用matplotlib的scatter繪制散點圖，legend和matlab中稍有不同，詳見代碼。

x = rand(50,30) from numpy import * import matplotlib import matplotlib.pyplot as plt  #basic f1 = plt.figure(1) plt.subplot(211) plt.scatter(x[:,1],x[:,0])  # with label plt.subplot(212) label = list(ones(20))+list(2*ones(15))+list(3*ones(15)) label = array(label) plt.scatter(x[:,1],x[:,0],15.0*label,15.0*label)  # with legend f2 = plt.figure(2) idx_1 = find(label==1) p1 = plt.scatter(x[idx_1,1], x[idx_1,0], marker = 'x', color = 'm', label='1', s = 30) idx_2 = find(label==2) p2 = plt.scatter(x[idx_2,1], x[idx_2,0], marker = '+', color = 'c', label='2', s = 50) idx_3 = find(label==3) p3 = plt.scatter(x[idx_3,1], x[idx_3,0], marker = 'o', color = 'r', label='3', s = 15) plt.legend(loc = 'upper right')

result：

figure(1)：

Python,scatter函數,Python中scatter()函數