Matplotlib scatter()绘制散点图（附带实例）

散点图主要用来查看数据的分布情况或相关性，一般用在线性回归分析中，查看数据点在坐标系平面上的分布情况。

散点图表示因变量随自变量变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。

散点图与折线图类似，也是由一个个点构成的。但不同之处在于，散点图的各点之间不会按照前后关系用线条连接起来。

Matplotlib 绘制散点图使用 plot() 函数和 scatter() 函数都可以，本节使用 scatter() 函数绘制散点图，使用方式和 plot() 函数类似，区别在于前者具有更高的灵活性，可以单独控制每个散点的属性。

scatter() 函数语法格式如下：

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, data=None, **kwargs)

参数说明见下表：

参数	说明
x, y	数据。
s	标记大小，以平方磅为单位标记面积，设置值如下： 数值标量：以相同的大小绘制所有标记。 行或列向量：使每个标记具有不同的大小。x、y 和 sz 中的相应元素用于确定每个标记的位置和面积。sz 的长度必须等于 x 和 y 的长度。 []：使用 36 平方磅的默认面积。
c	标记颜色，可选参数，默认值为 'b'，表示蓝色。
marker	标记样式，可选参数，默认值为 'o'。
cmap	颜色地图，可选参数，默认值为 None。
norm	可选参数，默认值为 None。
vmin, vmax	标量，可选参数，默认值为 None。
alpha	透明度，可选参数，可设置为 0 至 1 之间的数，默认值为 None。
linewidths	线宽，标记边缘的宽度，可选参数，默认值为 None。
verts	（x，y）的序列，可选参数，如果参数 marker 为 None，这些顶点将用于构建标记，标记的中心位置为（0，0）。
edgecolors	轮廓颜色，和参数 c 类似，可选参数，默认值为 None。
data	data 关键字参数，如果给定一个数据参数，所有位置和关键字参数将被替换。
**kwargs	关键字参数。

【实例 1】绘制简单散点图，程序代码如下：

# 导入matplotlib模块
import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5, 6]  # x轴数据
y = [19, 24, 37, 43, 55, 68]  # y轴数据
plt.scatter(x, y)  # 绘制散点图
plt.show()  # 显示图表

运行程序，结果如下图所示：


【实例 2】绘制销售收入与广告费散点图，用以观察两者的相关性，主要代码如下：

# x为广告费用，y为销售收入
x = pd.DataFrame(dfCar_month['支出'])
y = pd.DataFrame(dfData_month['金额'])
plt.title('销售收入与广告费散点图')  # 图表标题
plt.scatter(x, y, color='red')  # 真实值散点图

运行程序，结果如下图所示：