python的matplotlib散点图

读完此片文章你将获得：

了解scatter函数的每个参数的含义；

掌握使用matplotlib画散点图的方法；

正文：

1.matplotlib的散点图函数：

matplotlib.pyplot.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)

2.参数：

x,y ：形如shape(n,)的数组，可选值  

s ：点的大小（也就是面积）默认20  

c： 点的颜色或颜色序列，默认蓝色  

marker： 形状，可选值，默认是圆  

cmap:颜色映射，如果c为浮点型数组时，camp是非常有用的。  

vmin,vmax：vmin和vmax被用于与norm一起标准化亮度数据。如果没有，则使用颜色数组的最小值和最大值。如果您通过一个规范实例，vmin和vmax将被忽略。  

linewidths：线条的宽度  

vert：如果marker值为0时，vert用来构建形状。  

alpha：标量，可选，默认值：无， 0（透明）和1（不透明）之间的alpha混合值  

edgecolors：边缘颜色或颜色序列，可选值，默认值：None  

hold:为了同时在一个图上画多条曲线，可以使用hold关键字  

拓展：get_cmap中取值可为：Possible values are: Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r, RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r...其中末尾加r是颜色取反。

3.实例

①x,y参数的使用

import numpy as np  
import matplotlib.pyplot as plt  
N = 1000 
#采用numpy的random函数，将会产生1000个1.0左右的实数
x = np.random.randn(N)  
y = np.random.randn(N)  
plt.scatter(x, y)  
plt.show()  

 ② s（size）：点面积，参数的使用实例

import numpy as np  
import matplotlib.pyplot as plt  
N = 1000  
x = np.random.randn(N)  
y = np.random.randn(N)  
plt.scatter(x, y,s=x*20)  
plt.show()  

 ③ c,marker图案颜色及形状参数

import numpy as np  
import matplotlib.pyplot as plt  
N = 1000  
x = np.random.randn(N)  
y = np.random.randn(N)  
color = ['r','y','k','g','m']  
plt.scatter(x, y,c=color,marker='>')  
plt.show()  

 ④alpha 透明度，参数的使用

import numpy as np  
import matplotlib.pyplot as plt  
N = 1000  
x = np.random.randn(N)  
y = np.random.randn(N)  
plt.scatter(x, y,alpha=0.5)  
plt.show()  

 ⑤get_cmap（）颜色渐变参数的使用，colorbar颜色条的使用

import numpy as np  
import matplotlib.pyplot as plt  
N = 1000  
x = np.random.randn(N)  
y = np.random.randn(N)  
cm=plt.cm.get_cmap('RdYlBu')  
sc=plt.scatter(x, y,c=x,cmap=cm)  
plt.colorbar(sc)  
plt.show()  

 ⑥linewidth图案边界宽度，edgecolar图案边界颜色

import numpy as np  
import matplotlib.pyplot as plt  
N = 1000  
x = np.random.randn(N)  
y = np.random.randn(N)  
plt.scatter(x, y,linewidth=[1]*1000,edgecolors=['r','y','g','pink'])  
plt.show()