Matplotlib Scatter
创建散点图
使用 Pyplot，你可以使用 scatter() 函数绘制散点图。
scatter() 函数为每个观察值绘制一个点。它需要两个相同长度的数组，一个用于 x 轴的值，另一个用于 y 轴的值。
例子
一个简单的散点图
import matplotlib.pyplot as plt
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
plt.scatter(x, y)
plt.show()
结果
上面的例子中观察值是 13 辆经过的汽车。
X 轴显示汽车的年龄。
Y 轴显示汽车经过时的速度。
观察值之间是否存在关系？
看起来越新的车，行驶速度越快，但这可能只是巧合，毕竟我们只记录了 13 辆车。
比较图表
在上面的例子中，速度和年龄之间似乎存在关系，但如果我们再绘制一天的观察值呢？散点图会告诉我们不同的东西吗？
例子
在同一个图表上绘制两个图
import matplotlib.pyplot as plt
import numpy as np
#第一天，13辆车的年龄和速度
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
plt.scatter(x, y)
#第二天，15辆车的年龄和速度
x = np.array([2,2,8,1,15,8,12,9,7,3,11,4,7,14,12])
y = np.array([100,105,84,105,90,99,90,95,94,100,79,112,91,80,85])
plt.scatter(x, y)
plt.show()
结果
注意: 这两个图用两种不同的颜色绘制，默认情况下为蓝色和橙色，你将在本章的后面学习如何更改颜色。
通过比较这两个图，我认为可以安全地说，它们都得出了相同的结论：汽车越新，行驶速度越快。
颜色
你可以使用 color 或 c 参数为每个散点图设置自己的颜色
例子
设置你自己的标记颜色
import matplotlib.pyplot as plt
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
plt.scatter(x, y, color = 'hotpink')
x = np.array([2,2,8,1,15,8,12,9,7,3,11,4,7,14,12])
y = np.array([100,105,84,105,90,99,90,95,94,100,79,112,91,80,85])
plt.scatter(x, y, color = '#88c999')
plt.show()
结果
每个点着色
你甚至可以使用颜色数组作为 c 参数的值，为每个点设置特定的颜色
注意: 你不能为此使用 color 参数，只能使用 c 参数。
例子
设置你自己的标记颜色
import matplotlib.pyplot as plt
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array(["red","green","blue","yellow","pink","black","orange","purple","beige","brown","gray","cyan","magenta"])
plt.scatter(x, y, c=colors)
plt.show()
结果
颜色映射
Matplotlib 模块提供了一些可用的颜色映射。
颜色映射就像颜色列表，每个颜色都有一个从 0 到 100 的值。
以下是一个颜色映射示例
这个颜色映射被称为 'viridis'，如你所见，它从 0 开始，为紫色，一直到 100，为黄色。
如何使用颜色映射
你可以使用关键字参数 cmap 来指定颜色映射，其值为颜色映射，在本例中为 'viridis'，它是 Matplotlib 中可用的内置颜色映射之一。
此外，你还需要创建一个包含值（从 0 到 100）的数组，每个散点图中的点对应一个值。
例子
创建一个颜色数组，并在散点图中指定颜色映射
import matplotlib.pyplot as plt
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])
plt.scatter(x, y, c=colors, cmap='viridis')
plt.show()
结果
你可以通过包含 plt.colorbar() 语句来在绘图中包含颜色映射
例子
包含实际颜色映射
import matplotlib.pyplot as plt
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])
plt.scatter(x, y, c=colors, cmap='viridis')
plt.colorbar()
plt.show()
结果
可用的颜色映射
你可以选择任何内置颜色映射
| 名称 | 反转 | |||
|---|---|---|---|---|
| Accent | 试试 » | Accent_r | 试试 » | |
| Blues | 试试 » | Blues_r | 试试 » | |
| BrBG | 试试 » | BrBG_r | 试试 » | |
| BuGn | 试试 » | BuGn_r | 试试 » | |
| BuPu | 试试 » | BuPu_r | 试试 » | |
| CMRmap | 试试 » | CMRmap_r | 试试 » | |
| Dark2 | 试试 » | Dark2_r | 试试 » | |
| GnBu | 试试 » | GnBu_r | 试试 » | |
| Greens | 试试 » | Greens_r | 试试 » | |
| Greys | 试试 » | Greys_r | 试试 » | |
| OrRd | 试试 » | OrRd_r | 试试 » | |
| Oranges | 试试 » | Oranges_r | 试试 » | |
| PRGn | 试试 » | PRGn_r | 试试 » | |
| Paired | 试试 » | Paired_r | 试试 » | |
| Pastel1 | 试试 » | Pastel1_r | 试试 » | |
| Pastel2 | 试试 » | Pastel2_r | 试试 » | |
| PiYG | 试试 » | PiYG_r | 试试 » | |
| PuBu | 试试 » | PuBu_r | 试试 » | |
| PuBuGn | 试试 » | PuBuGn_r | 试试 » | |
| PuOr | 试试 » | PuOr_r | 试试 » | |
| PuRd | 试试 » | PuRd_r | 试试 » | |
| Purples | 试试 » | Purples_r | 试试 » | |
| RdBu | 试试 » | RdBu_r | 试试 » | |
| RdGy | 试试 » | RdGy_r | 试试 » | |
| RdPu | 试试 » | RdPu_r | 试试 » | |
| RdYlBu | 试试 » | RdYlBu_r | 试试 » | |
| RdYlGn | 试试 » | RdYlGn_r | 试试 » | |
| Reds | 试试 » | Reds_r | 试试 » | |
| Set1 | 试试 » | Set1_r | 试试 » | |
| Set2 | 试试 » | Set2_r | 试试 » | |
| Set3 | 试试 » | Set3_r | 试试 » | |
| Spectral | 试试 » | Spectral_r | 试试 » | |
| Wistia | 试试 » | Wistia_r | 试试 » | |
| YlGn | 试试 » | YlGn_r | 试试 » | |
| YlGnBu | 试试 » | YlGnBu_r | 试试 » | |
| YlOrBr | 试试 » | YlOrBr_r | 试试 » | |
| YlOrRd | 试试 » | YlOrRd_r | 试试 » | |
| afmhot | 试试 » | afmhot_r | 试试 » | |
| autumn | 试试 » | autumn_r | 试试 » | |
| binary | 试试 » | binary_r | 试试 » | |
| bone | 试试 » | bone_r | 试试 » | |
| brg | 试试 » | brg_r | 试试 » | |
| bwr | 试试 » | bwr_r | 试试 » | |
| cividis | 试试 » | cividis_r | 试试 » | |
| cool | 试试 » | cool_r | 试试 » | |
| coolwarm | 试试 » | coolwarm_r | 试试 » | |
| copper | 试试 » | copper_r | 试试 » | |
| cubehelix | 试试 » | cubehelix_r | 试试 » | |
| flag | 试试 » | flag_r | 试试 » | |
| gist_earth | 试试 » | gist_earth_r | 试试 » | |
| gist_gray | 试试 » | gist_gray_r | 试试 » | |
| gist_heat | 试试 » | gist_heat_r | 试试 » | |
| gist_ncar | 试试 » | gist_ncar_r | 试试 » | |
| gist_rainbow | 试试 » | gist_rainbow_r | 试试 » | |
| gist_stern | 试试 » | gist_stern_r | 试试 » | |
| gist_yarg | 试试 » | gist_yarg_r | 试试 » | |
| gnuplot | 试试 » | gnuplot_r | 试试 » | |
| gnuplot2 | 试试 » | gnuplot2_r | 试试 » | |
| gray | 试试 » | gray_r | 试试 » | |
| hot | 试试 » | hot_r | 试试 » | |
| hsv | 试试 » | hsv_r | 试试 » | |
| inferno | 试试 » | inferno_r | 试试 » | |
| jet | 试试 » | jet_r | 试试 » | |
| magma | 试试 » | magma_r | 试试 » | |
| nipy_spectral | 试试 » | nipy_spectral_r | 试试 » | |
| ocean | 试试 » | ocean_r | 试试 » | |
| pink | 试试 » | pink_r | 试试 » | |
| plasma | 试试 » | plasma_r | 试试 » | |
| prism | 试试 » | prism_r | 试试 » | |
| rainbow | 试试 » | rainbow_r | 试试 » | |
| seismic | 试试 » | seismic_r | 试试 » | |
| spring | 试试 » | spring_r | 试试 » | |
| summer | 试试 » | summer_r | 试试 » | |
| tab10 | 试试 » | tab10_r | 试试 » | |
| tab20 | 试试 » | tab20_r | 试试 » | |
| tab20b | 试试 » | tab20b_r | 试试 » | |
| tab20c | 试试 » | tab20c_r | 试试 » | |
| terrain | 试试 » | terrain_r | 试试 » | |
| twilight | 试试 » | twilight_r | 试试 » | |
| twilight_shifted | 试试 » | twilight_shifted_r | 试试 » | |
| viridis | 试试 » | viridis_r | 试试 » | |
| winter | 试试 » | winter_r | 试试 » |
大小
你可以使用 s 参数来更改点的尺寸。
就像颜色一样，确保尺寸数组的长度与 x 轴和 y 轴数组的长度相同
例子
设置你自己的标记尺寸
import matplotlib.pyplot as plt
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
sizes = np.array([20,50,100,200,500,1000,60,90,10,300,600,800,75])
plt.scatter(x, y, s=sizes)
plt.show()
结果
透明度
你可以使用 alpha 参数来调整点的透明度。
就像颜色一样，确保尺寸数组的长度与 x 轴和 y 轴数组的长度相同
例子
设置你自己的标记尺寸
import matplotlib.pyplot as plt
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
sizes = np.array([20,50,100,200,500,1000,60,90,10,300,600,800,75])
plt.scatter(x, y, s=sizes, alpha=0.5)
plt.show()
结果
组合颜色、尺寸和透明度
你可以将颜色映射与不同尺寸的点组合使用。如果点是透明的，效果最好。
例子
创建包含 100 个值的随机数组，用于 x 点、y 点、颜色和尺寸
import matplotlib.pyplot as plt
import numpy as np
x = np.random.randint(100, size=(100))
y = np.random.randint(100, size=(100))
colors = np.random.randint(100, size=(100))
sizes = 10 * np.random.randint(100, size=(100))
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5, cmap='nipy_spectral')
plt.colorbar()
plt.show()
结果
