PYthon——plt.scatter各参数详解
2017-10-22 20:38
555 查看
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:
[python] view
plain copy
#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
4000
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
[python] view
plain copy
#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
[python] view
plain copy
#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
[python] view
plain copy
#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。
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:
[python] view
plain copy
#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
4000
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
[python] view
plain copy
#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
[python] view
plain copy
#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
[python] view
plain copy
#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。
相关文章推荐
- PYthon——plt.scatter各参数详解
- PYthon——plt.scatter各参数详解
- Python中scatter函数参数及用法详解
- python scatter参数详解
- Python中scatter函数参数详解
- Python3.5——内置方法参数详解
- python pandas IO tools 之read_csv文件读写参数详解
- Python自定义函数的创建、调用和函数的参数详解
- python中的参数解析模块详解
- python-关键字参数与非关键字参数(可变参数)详解
- python函数动态参数详解
- Python自定义函数的创建、调用和函数的参数详解
- python3 中print函数参数详解,print(*values, sep=' ', end='\n', file=sys.stdout, flush=False)中参数介绍
- 详解Python函数可变参数定义及其参数传递方式
- Python函数可变参数定义及其参数传递方式实例详解
- scatter函数参数详解
- python画图的scatter,以及各种属性设置详解,也可以用到plot中
- Python3.5——函数式编程之参数详解
- Python函数可变参数定义及其参数传递方式实例详解
- python中的函数参数定义和可变参数详解