前言

上篇文章介紹了使用matplotlib繪制折線圖，參考：https://www.jb51.net/article/198991.htm，本篇文章繼續介紹使用matplotlib繪制散點圖。

一、matplotlib繪制散點圖

# coding=utf-8

import matplotlib.pyplot as plt

years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]

turnovers = [0.5, 9.36, 52, 191, 350, 571, 912, 1027, 1682, 2135, 2684]

plt.figure(figsize=(10, 10), dpi=100)

plt.scatter(years, turnovers)

plt.show()

運行結果：

scatter(): matplotlib中繪制散點圖的函數。可以傳入很多參數，一般傳入兩個列表，分別是散點圖中的x值和y值。上面的例子中使用2009年至2019年這十一年天貓雙11的總成交額數據。

散點圖根據提供的兩組數據，構成圖形中的多個坐標點。根據坐標點的分布，分析兩個變量之間是否存在某種關聯，或總結坐標點的分布趨勢，用于預測數據的走勢。

上面的代碼已經實現了簡單的散點圖，但只把點繪制出來了，很多信息都不完整，所以需要進行優化。

二、matplotlib優化散點圖

import matplotlib.pyplot as plt

years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]

turnovers = [0.5, 9.36, 52, 191, 350, 571, 912, 1027, 1682, 2135, 2684]

plt.figure(figsize=(10, 15), dpi=100)

plt.scatter(years, turnovers, c='red', s=100, label='成交額')

plt.xticks(range(2008, 2020, 1))

plt.yticks(range(0, 3200, 200))

plt.xlabel("年份", fontdict={'size': 16})

plt.ylabel("成交額", fontdict={'size': 16})

plt.title("歷年天貓雙11總成交額", fontdict={'size': 20})

plt.legend(loc='best')

plt.show()

運行結果：

在第一次繪制的散點圖中，已經看出了點的大概分布情況，所以在使用figure()函數創建圖像時，可以修改figsize參數調整圖像尺寸，設置更好的圖像比例。

在調用scatter()函數繪制散點圖時，使用c='顏色'來設置點的顏色，使用s='大小'來設置點的大小，并設置label用于圖例展示。

第一次的散點圖中，x軸上沒有顯示所有的年份刻度，最后一個點已經分布到了圖形的右上角，所以使用xticks()和yticks()來設置x軸和y軸的刻度標簽和范圍。

使用xlabel()和ylabel()設置x軸和y軸的標簽，說明x軸和y軸的含義。使用title()設置散點圖的標題，說明散點圖展示的數據。使用legend()將圖例展示出來。

這樣一張基本功能完整，信息完整的散點圖就完成了。

三、matplotlib散點圖區分點的顏色和大小

import matplotlib.pyplot as plt

import numpy as np

years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]

turnovers = [0.5, 9.36, 52, 191, 350, 571, 912, 1027, 1682, 2135, 2684]

plt.figure(figsize=(10, 15), dpi=100)

size = list()

for tur in turnovers:

size.append(tur) if tur > 100 else size.append(100)

plt.xticks(range(2008, 2020, 1))

plt.yticks(range(0, 3200, 200))

plt.scatter(years, turnovers, c=np.random.randint(0, 50, 11), s=size)

plt.xlabel("年份", fontdict={'size': 16})

plt.ylabel("成交額", fontdict={'size': 16})

plt.title("歷年天貓雙11總成交額", fontdict={'size': 20})

plt.show()

運行結果：

上一張散點圖中已經對數據作了基本的展示，為了使數據展示效果更好，可以對散點圖進行美化。

數據是歷年雙11的總成交額，每年的數據是獨立的，可以用不同的顏色來區分。這里使用numpy中的random.randint()隨機生成11個值，將這11個隨機的值傳給scatter()函數中的c參數，使每一個點的顏色不一樣，可以更好地表示每個點的獨立性。

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

成交額是逐年變化的，為了從散點圖中體現出大小的差異，可以根據成交額的大小設置點的大小。這里直接將成交額作為點的大小(成交額很小的設置一個值，圖形中的點不小于這個值)，得到由11個值組成的列表，傳給scatter()函數中的s參數，可以體現每個點的大小差異(成交額越大點越大)。

四、matplotlib散點圖的趨勢簡單分析

import matplotlib.pyplot as plt

import numpy as np

import math

years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]

turnovers = [0.5, 9.36, 52, 191, 350, 571, 912, 1027, 1682, 2135, 2684]

squares = [math.pow(year-2008, 3.3) for year in years]

powers = [math.pow(2, year-2008) for year in years]

plt.figure(figsize=(10, 15), dpi=100)

size = list()

for tur in turnovers:

size.append(tur) if tur > 100 else size.append(100)

plt.xticks(range(2008, 2020, 1))

plt.yticks(range(0, 3200, 200))

plt.scatter(years, turnovers, c=np.random.randint(0, 50, 11), s=size, label='成交額')

plt.plot(years, squares, color='red', label='x^3.4')

plt.plot(years, powers, color='blue', label='2^n')

plt.legend(loc='best', fontsize=16, markerscale=0.5)

plt.xlabel("年份", fontdict={'size': 16})

plt.ylabel("成交額", fontdict={'size': 16})

plt.title("歷年天貓雙11總成交額", fontdict={'size': 20})

plt.show()

運行結果：

散點圖的作用主要是用于分析數據的趨勢，用于預測未來的數據。比如我想預測2020年天貓雙11的總成交額，通過對比的方式，簡單分析一下這個趨勢更接近指數函數還是更接近多次函數。

在散點圖中，我繪制了兩條曲線，y=2^x和y=x^(3.4)，一條是2為底的指數函數，一條是x的3.4次方(三次函數ax^3+bx^2+cx+d)，可以看到雙11總成交額的變化趨勢更接近三次函數。

這里我只是簡單對比一下，三次函數還有二次項、一次項和常數項，所以x^(3.4)中的0.4可以通過二次項、一次項和常數項來補充，指數函數的變化趨勢太快，與雙11總成交額的變化趨勢差異很大。這種簡單對比是很粗糙的，只是為了說明散點圖可以用于分析趨勢。真實的分析不能簡單看每年的數據，需要考慮很多因素(甚至因為某個因素的加入，成交額已經快到天花板了，很可能后面會下降)。

總結

到此這篇關于Python利用matplotlib繪制散點圖的文章就介紹到這了,更多相關Python matplotlib繪制散點圖內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！

總結

以上是生活随笔為你收集整理的python绘制散点图、如何选两列作为横坐标_Python利用matplotlib绘制散点图的新手教程...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。