matplotlib 一些解释子图与散点图 ——scatter()、xlim()

首先，画图需要生成一个图（可理解为画布或进程），此参数可以无需设置，如未设置 pyplot 会自动帮你创建一个（图1）。接下来，要决定在图中哪个位置画图，画多大的图。这就引入坐标点和大小的概念，整个图中按照 X 与 ý 轴横竖来平均切分，以 0 到 1 之间的数值来表示。 如： X 轴上的 0.1，代表了 X 轴总长自左向右的 10％位置。整个画图区域就是一个轴，通过轴参数选项可以对画图区域的坐标点与大小进行设置，如未设置会自动帮接近覆盖整个图中的值。在一个图中可添加多个轴，就如一个画布中可以画一整副图，又或者可以画四宫图等等。轴参数设置如下：轴（[x，y，xs，ys]）＃其中 x 代表在 X 轴的位置， y 代表在 Y 轴的位置， xs 代表在 X 轴上向右延展的范围大小， yx 代表在 Y 轴中向上延展的范围大小。注意：轴参数调整的范围仅包括如下图红线内范围，外围的刻度数值并不在之内。如设置为轴（[0,0,1,1]）将无法正确显示刻度。





＃encoding = utf-8＃
import numpy as np
import matplotlib.pyplot as plt

def main():
# scatter# #
fig = plt.figure() # set up a figure #
ax = fig.add_subplot(3, 3, 1) # a figure with 3 rows and 3 columns #
n = 128
X = np.random.normal(0, 1, n)
Y = np.random.normal(0, 1, n)
T = np.arctan2(Y, X)
# plt.axes([0.025, 0.025, 0.95, 0.95])#
ax.scatter(X, Y, s=75, c=T, alpha=5)
plt.xlim（ - 1.5，1.5），plt.xticks（[]） ＃关于x的＃的范围内
plt.ylim（ - 1.5，1.5），plt.yticks（[]）
plt.axis（）
plt.title（“scatter”）
plt.xlabel（“X”）
plt.ylabel（“Y”）
        

plt.show（）
if __name__ == “ __main__ ”：
主要（）