Matplotlib scatter()：绘制散点图（附带实例）

在 Matplotlib 中使用函数 matplotlib.pyplot.scatter() 绘制散点图，matplotlib.pyplot.scatter 的函数格式如下：

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

• 参数 x，y 组成了散点的坐标；
• s 为散点的面积；
• c 为散点的颜色（默认为蓝色 'b'）；
• marker 为散点的标记；
• alpha 为散点的透明度（0 与 1 之间的数，0 为完全透明，1 为完全不透明）；
• linewidths 为散点边缘的线宽；
• 如果 marker 为 None，则使用 verts 的值构建散点标记；
• edgecolors 为散点边缘颜色。

其他参数如 cmap 为 colormap；norm 为数据亮度；vmin、vmax 和 norm 配合使用用来归一化亮度数据，这些都与数据亮度有关。

例如，绘制散点图：

# 绘制普通散点图
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
# 保证图片在浏览器内正常显示
%matplotlib inline
# 10 个点
N = 10
x = np.random.rand(N)
y = np.random.rand(N)
plt.scatter(x, y)
plt.show()

运行程序，效果如下图所示：


可以通过设置 scatter() 函数的相关属性，即可更改散点的大小，代码如下：

# 每个点随机大小，效果如图 5-8 所示
s = (30 * np.random.rand(N))**2
plt.scatter(x, y, s=s)
plt.show()

运行程序，效果如下图所示：


还可以通过设置参数 c 与 alpha 来更改散点颜色和透明度，代码为：

c = np.random.rand(N)
plt.scatter(x, y, s=s, c=c, alpha=0.5)
plt.show()

运行程序，效果如下图所示：


设置 scatter() 函数的 'marker' 参数，可更改散点形状，代码为：

plt.scatter(x, y, s=s, c=c, marker='^', alpha=0.5)
plt.show()

运行程序，效果如下图所示：


还可以在一张图上绘制两组数据的散点，实现代码为：

# 10 个点
N = 10
x1 = np.random.rand(N)
y1 = np.random.rand(N)
x2 = np.random.rand(N)
y2 = np.random.rand(N)
plt.scatter(x1, y1, marker='o')
plt.scatter(x2, y2, marker='^')
plt.show()

运行程序，效果如下图所示：


调用 legend() 函数，可为图像设置图例，例如：

plt.scatter(x1, y1, marker='o', label="圆形")
plt.scatter(x2, y2, marker='^', label="三角形")
plt.legend(loc='best')
plt.show()

运行程序，效果如下图所示：