matplotlib 知識點13：繪製散點圖（scatter函數精講） matplotlib 學習筆記02：marker標記詳解

　　散點圖是指在迴歸分析中，數據點在直角座標系平面上的分佈圖，散點圖表示因變量隨自變量而變化的大體趨勢，據此能夠選擇合適的函數對數據點進行擬合。

　　用兩組數據構成多個座標點，考察座標點的分佈，判斷兩變量之間是否存在某種關聯或總結座標點的分佈模式。散點圖將序列顯示爲一組點。值由點在圖表中的位置表示。類別由圖表中的不一樣標記表示。散點圖一般用於比較跨類別的聚合數據。

　　散點圖一般用於顯示和比較數值，例如科學數據、統計數據和工程數據。

---

 

初認識：使用numpy包的random函數隨機生成100組數據，而後經過scatter函數繪製散點圖。  

#!/usr/bin/env python
#！-*-coding:utf-8 -*-
#!@Author : Biyoulin
#!@Time   : 2018/9/2 14:40

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標籤
plt.rcParams['axes.unicode_minus']=False   #用來正常顯示負號

N = 100
x = np.random.randn(N)
y = np.random.randn(N)
plt.scatter(x,y)

plt.title("散點圖示例01") #顯示圖表名稱
plt.xlabel("x軸")    #x軸名稱
plt.ylabel("y軸")    #y軸名稱
plt.text(+1.2,-3,"By:biyoulin",fontsize=16,color="purple")

plt.show()

---

---

scatter函數格式：

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,
            hold=None, data=None, **kwargs):

scatter函數參數詳解，英文原版請參見：matplotlib官網scatter函數：

x,y：形如shape(n,)的數組，可選值，
s：  點的大小（也就是面積）默認20
c：  點的顏色或顏色序列，默認藍色。其它如c = 'r' (red); c = 'g' (green); c = 'k' (black) ; c = 'y'(yellow)
marker：標記樣式，可選值，默認是圓點；
cmap: colormap，用於表示從第一個點開始到最後一個點之間顏色漸進變化；
norm: normalize,
vmin:
vmax:
alpha:  設置標記的顏色透明度，能夠理解爲顏色屬性之一
linewidths:  設置標記邊框的寬度值
verts:
edgecolors:  設置標記邊框的顏色
hold:
data:
**kwargs: 

---

---

scatter()函數各參數示例：

一、x,y：橫縱座標，數據座標（data position）

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5)
plt.show() 

二、marker : 圖標，默認的是「.」,也能夠是其它形狀，想了解更多的，請參見：matplotlib 學習筆記02：marker標記詳解。下面例子將marker設置成了「d」（diamond形狀）： 

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,marker='d')
plt.show()

也能夠是文字：

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,marker='$biyoulin$')
plt.show() 

上面的文字是否是看不到？由於字體過小了，經過參數s（size）能夠調整「點」的大小。

 三、s ： size，字體大小，默認值爲20； 

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,s=10000,marker='$biyoulin$')
plt.show()

到目前爲止幾個例子中的「點」都是藍色的，能夠經過調整c（color）參數來設置顏色：

四、c ： color，色彩會顏色序列，默認是'b'（藍色），可支持的顏色參數以下：

b	c	g	k	m	r	w	y
blue	cyan	green	black	magenta	red	white	yellow
藍色	青色	綠色	黑色	洋紅	紅色	白色	黃色

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,s=10000,c='r',marker='$biyoulin$')
plt.show() 

五、alpha：能夠理解爲顏色的屬性之一 ，即透明度，alpha的範圍爲[0,1]，從透明到不透明，上面的例子中 alpha爲1，能夠看看0.5的效果： 

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,s=10000,c='r',alpha=0.5,marker='$biyoulin$')
plt.show()

六、edgecolors：the edge color of marker，顧名思義「邊」的顏色，設置標記邊框的顏色，下面的例子中，將邊的顏色設置了爲藍色： 

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,s=10000,c='r',alpha=1,marker='d',edgecolors='b')
plt.show()

可能有人會問，看不出來「邊」的顏色是藍色。不要緊，經過設置linewidths，就容易看出來了。

七、linewidths：the edge size of the marker，設置標記邊框的寬度； 

import matplotlib.pyplot as plt
plt.scatter(x=0.5,y=0.5,s=10000,c='r',alpha=1,marker='d',linewidths=10
            ,edgecolors='b')
plt.show()

八、cmap：A colormap is a series of colors in a gradient that moves from a starting to ending color。注意到是「a series of」，這個參數用於多個點之間，只有一個點就無心義了。注意到「gradient」即量級、程度，用於表示從第一個點開始到最後一個點之間顏色漸進變化。

import matplotlib.pyplot as plt
x1=list(range(0,60))
y1=list(range(0,60))
plt.scatter(x=x1,y=y1,marker='d',s=10,c=y1,cmap=plt.cm.Reds)
plt.show()

注意到c=y1，再也不是顏色的名稱，這裏是一個序列，而且值等於「點」數量值（若是不匹配，則會出錯）。只有c是一個array或一個sequence，用cmap纔有意義。

  

參考博文：http://www.javashuo.com/article/p-hakearwl-bv.html

　　　　　https://blog.csdn.net/zidephagino/article/details/80777906

做者：biyoulin

出處：http://www.cnblogs.com/biyoulin/