前言

散點圖是Matplotlib常用圖形之一，與線形圖類似。但是這種圖形不再由線段連接，而是由獨立的點、圓圈或其他形狀構(gòu)成。那么怎么畫散點圖呢？Matplotlib給出了兩種不同的方法，去畫散點圖。如何在不同的情況下，合理的使用這兩種方法？

用plt.plot畫散點圖

"-webkit-tap-highlight-color:?transparent;?box-sizing:?border-box;?font-family:?Consolas,?Menlo,?Courier,?monospace;?font-size:?16px;?white-space:?pre-wrap;?position:?relative;?line-height:?1.5;?color:?rgb(153,?153,?153);?margin:?1em?0px;?padding:?12px?10px;?background:?rgb(244,?245,?246);?border:?1px?solid?rgb(232,?232,?232);?font-style:?normal;?font-variant-ligatures:?normal;?font-variant-caps:?normal;?font-weight:?normal;?letter-spacing:?normal;?orphans:?2;?text-align:?start;?text-indent:?0px;?text-transform:?none;?widows:?2;?word-spacing:?0px;?-webkit-text-stroke-width:?0px;?text-decoration-style:?initial;?text-decoration-color:?initial;">import?numpy?as?npimport?matplotlib.pyplot?as?plt
x=?np.linspace(0,?10,?30)
y=?np.sin(x)
plt.plot(x,?y,?'o',?color='black');pre>

plt.plot()函數(shù)的第三個參數(shù)是一個字符，表示圖形符號的類型。與你之前用 '-' 和 '--' 設(shè)置線條屬性類似，對應(yīng)的圖形標記也有縮寫形式。

1.部分圖形標記展示

"-webkit-tap-highlight-color:?transparent;?box-sizing:?border-box;?font-family:?Consolas,?Menlo,?Courier,?monospace;?font-size:?16px;?white-space:?pre-wrap;?position:?relative;?line-height:?1.5;?color:?rgb(153,?153,?153);?margin:?1em?0px;?padding:?12px?10px;?background:?rgb(244,?245,?246);?border:?1px?solid?rgb(232,?232,?232);?font-style:?normal;?font-variant-ligatures:?normal;?font-variant-caps:?normal;?font-weight:?normal;?letter-spacing:?normal;?orphans:?2;?text-align:?start;?text-indent:?0px;?text-transform:?none;?widows:?2;?word-spacing:?0px;?-webkit-text-stroke-width:?0px;?text-decoration-style:?initial;?text-decoration-color:?initial;">rng=?np.random.RandomState(0)
formarkerin['o',?'.',?',',?'x',?'+',?'v',?'^',?',?'>',?'s',?'d']:
plt.plot(rng.rand(5),?rng.rand(5),?marker,
label="marker='{0}'".format(marker))
plt.legend(numpoints=1)
plt.xlim(0,?1.8);

2.連接每一個點

"-webkit-tap-highlight-color:?transparent;?box-sizing:?border-box;?font-family:?Consolas,?Menlo,?Courier,?monospace;?font-size:?16px;?white-space:?pre-wrap;?position:?relative;?line-height:?1.5;?color:?rgb(153,?153,?153);?margin:?1em?0px;?padding:?12px?10px;?background:?rgb(244,?245,?246);?border:?1px?solid?rgb(232,?232,?232);?font-style:?normal;?font-variant-ligatures:?normal;?font-variant-caps:?normal;?font-weight:?normal;?letter-spacing:?normal;?orphans:?2;?text-align:?start;?text-indent:?0px;?text-transform:?none;?widows:?2;?word-spacing:?0px;?-webkit-text-stroke-width:?0px;?text-decoration-style:?initial;?text-decoration-color:?initial;">plt.plot(x,?y,?'-ok')#?直線(-)、圓圈(o)、黑色(k)

用圖形標記的縮寫形式，跟線段組合成一給新的字符，傳給plt.plot()函數(shù)

3.自定義線條和散點屬性

"-webkit-tap-highlight-color:?transparent;?box-sizing:?border-box;?font-family:?Consolas,?Menlo,?Courier,?monospace;?font-size:?16px;?white-space:?pre-wrap;?position:?relative;?line-height:?1.5;?color:?rgb(153,?153,?153);?margin:?1em?0px;?padding:?12px?10px;?background:?rgb(244,?245,?246);?border:?1px?solid?rgb(232,?232,?232);?font-style:?normal;?font-variant-ligatures:?normal;?font-variant-caps:?normal;?font-weight:?normal;?letter-spacing:?normal;?orphans:?2;?text-align:?start;?text-indent:?0px;?text-transform:?none;?widows:?2;?word-spacing:?0px;?-webkit-text-stroke-width:?0px;?text-decoration-style:?initial;?text-decoration-color:?initial;">plt.plot(x,?y,?'-p',?color='gray',
markersize=15,?linewidth=4,
markerfacecolor='white',
markeredgecolor='gray',
markeredgewidth=2)
plt.ylim(-1.2,?1.2)

plt.plot函數(shù)非常靈活，可以滿足各種不同的可視化配置需求。

用plt.scatter畫散點圖

這是另一個創(chuàng)建散點圖的函數(shù)是plt.scatter。它的功能非常強大，其用法與plt.plot函數(shù)類似。

<pre?style="-webkit-tap-highlight-color:?transparent;?box-sizing:?border-box;?font-family:?Consolas,?Menlo,?Courier,?monospace;?font-size:?16px;?white-space:?pre-wrap;?position:?relative;?line-height:?1.5;?color:?rgb(153,?153,?153);?margin:?1em?0px;?padding:?12px?10px;?background:?rgb(244,?245,?246);?border:?1px?solid?rgb(232,?232,?232);?font-style:?normal;?font-variant-ligatures:?normal;?font-variant-caps:?normal;?font-weight:?normal;?letter-spacing:?normal;?orphans:?2;?text-align:?start;?text-indent:?0px;?text-transform:?none;?widows:?2;?word-spacing:?0px;?-webkit-text-stroke-width:?0px;?text-decoration-style:?initial;?text-decoration-color:?initial;">plt.scatter(x,?y,?marker='o')
pre>

plot與scatter的區(qū)別

plt.scatter與plt.plot的主要差別在于，前者在創(chuàng)建散點圖時具有更高的靈活性，可以 單獨控制每個散點與數(shù)據(jù)匹配，也可以讓每個散點具有不同的屬性(大小、表面顏色、邊 框顏色等)。

1.隨機散點圖

創(chuàng)建一個隨機散點圖，里面有各種顏色和大小的散點。為了能更好地顯示重疊部分，用alpha參數(shù)來調(diào)整透明度。

"-webkit-tap-highlight-color:?transparent;?box-sizing:?border-box;?font-family:?Consolas,?Menlo,?Courier,?monospace;?font-size:?16px;?white-space:?pre-wrap;?position:?relative;?line-height:?1.5;?color:?rgb(153,?153,?153);?margin:?1em?0px;?padding:?12px?10px;?background:?rgb(244,?245,?246);?border:?1px?solid?rgb(232,?232,?232);?font-style:?normal;?font-variant-ligatures:?normal;?font-variant-caps:?normal;?font-weight:?normal;?letter-spacing:?normal;?orphans:?2;?text-align:?start;?text-indent:?0px;?text-transform:?none;?widows:?2;?word-spacing:?0px;?-webkit-text-stroke-width:?0px;?text-decoration-style:?initial;?text-decoration-color:?initial;">rng=?np.random.RandomState(0)
x=?rng.randn(100)
y=?rng.randn(100)
colors=?rng.rand(100)
sizes=?1000*rng.rand(100)
plt.scatter(x,?y,?c=colors,?s=sizes,?alpha=0.3,
cmap='viridis')
plt.colorbar();?#?顯示顏色條

注意點，顏色自動映射成顏色條(color scale，通過colorbar()顯示)，散點的大小以像素為單位。這樣，散點的顏色與大小就可以在可視化圖中顯示多維數(shù)據(jù)的信息了。

plot與scatter:效率對比

plt.plot 與 plt.scatter 除了特征上的差異之外，還有什么影響我們選擇的因素呢?在數(shù) 據(jù)量較小的時候，兩者在效率上的差異不大。但是當(dāng)數(shù)據(jù)變大到幾千個散點時，plt.plot 的效率將大大高于 plt.scatter。

這是由于 plt.scatter 會對每個散點進行單獨的大小與顏 色的渲染，因此渲染器會消耗更多的資源。而在 plt.plot 中，散點基本都彼此復(fù)制，因此整個數(shù)據(jù)集中所有點的顏色、尺寸只需要配置一次。

由于這兩種方法在處理大型數(shù)據(jù)集時有很大的性能差異，因此面對大型數(shù)據(jù)集時，plt.plot 方法比 plt.scatter 方法好。

*聲明：本文于網(wǎng)絡(luò)整理，版權(quán)歸原作者所有，如來源信息有誤或侵犯權(quán)益，請聯(lián)系我們刪除或授權(quán)事宜。

覺得不錯，點個“在看”然后轉(zhuǎn)發(fā)出去

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的带圆圈大小的散点图_Python数据可视化，Matplotlib绘制“散点图”的两种方法！...的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。