【数字的可视化：python画图之散点图sactter函数详解】

最近开始学习python编程，遇到scatter函数，感觉里面的参数不知道什么意思于是查资料,最后总结如下：

1、scatter函数原型

2、其中散点的形状参数marker如下：

3、其中颜色参数c如下:

4、基本的使用方法如下：

#导入必要的模块
import numpy as np
import matplotlib.pyplot as plt
#产生测试数据
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#设置标题
ax1.set_title("Scatter Plot")
#设置X轴标签
plt.xlabel("X")
#设置Y轴标签
plt.ylabel("Y")
#画散点图
ax1.scatter(x,y,c = "r",marker = "o")
#设置图标
plt.legend("x1")
#显示所画的图
plt.show()

结果如下：

5、当scatter后面参数中数组的使用方法，如s，当s是同x大小的数组，表示x中的每个点对应s中一个大小，其他如c，等用法一样，如下：

（1）、不同大小

#导入必要的模块
import numpy as np
import matplotlib.pyplot as plt
#产生测试数据
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#设置标题
ax1.set_title("Scatter Plot")
#设置X轴标签
plt.xlabel("X")
#设置Y轴标签
plt.ylabel("Y")
#画散点图
sValue = x*10
ax1.scatter(x,y,s=sValue,c="r",marker="x")
#设置图标
plt.legend("x1")
#显示所画的图
plt.show()

（2）、不同颜色

#导入必要的模块
import numpy as np
import matplotlib.pyplot as plt
#产生测试数据
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#设置标题
ax1.set_title("Scatter Plot")
#设置X轴标签
plt.xlabel("X")
#设置Y轴标签
plt.ylabel("Y")
#画散点图
cValue = ["r","y","g","b","r","y","g","b","r"]
ax1.scatter(x,y,c=cValue,marker="s")
#设置图标
plt.legend("x1")
#显示所画的图
plt.show()

结果：

（3）、线宽linewidths

#导入必要的模块
import numpy as np
import matplotlib.pyplot as plt
#产生测试数据
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#设置标题
ax1.set_title("Scatter Plot")
#设置X轴标签
plt.xlabel("X")
#设置Y轴标签
plt.ylabel("Y")
#画散点图
lValue = x
ax1.scatter(x,y,c="r",s= 100,linewidths=lValue,marker="o")
#设置图标
plt.legend("x1")
#显示所画的图
plt.show()

                     注：  这就是scatter基本的用法。