# -*- coding: utf-8 -*-

#導(dǎo)入模塊

from matplotlib import pyplot as plt

import numpy as np

import pprint

from math import pi,sin

A1=np.array([0,0])

B1=np.array(([2,0],[0,2]))

#以 A1為均值，B1為協(xié)方差矩陣，生成正態(tài)分布的隨機(jī)數(shù) 每次生成不一樣

C1=np.random.multivariate_normal(A1,B1,200)

C2=np.random.multivariate_normal(A1+0.2,B1+0.2,200)

#畫布的大小為長(zhǎng)8cm高6cm

plt.figure(figsize=(8,6))

#繪圖,參數(shù)s:點(diǎn)的大小，marker:點(diǎn)的形狀 alpha:點(diǎn)的亮度，label:標(biāo)簽

plt.scatter(C1[:,0],C1[:,1],s=30,color='red',marker='o',alpha=0.5,label='C1') #[:,0]每列第一個(gè) [:,1]每列第二個(gè)

plt.scatter(C2[:,0],C2[:,1],s=30,color='blue',marker='x',alpha=0.5,label='C2')

#圖注部分

plt.title('basic scatter plot ')

plt.xlabel('variables x')

plt.ylabel('variables y')

plt.legend(loc='upper right') #這個(gè)必須有

plt.show() #打印展示

image.png

# -*- coding: utf-8 -*-

#導(dǎo)入模塊

from matplotlib import pyplot as plt

import numpy as np

x_coords = [0.13, 0.22, 0.39, 0.59, 0.68, 0.74, 0.93]

y_coords = [0.75, 0.34, 0.44, 0.52, 0.80, 0.25, 0.55]

fig = plt.figure(figsize=(8,6)) #設(shè)置畫布大小

plt.scatter(x_coords, y_coords, marker='s', s=50)

for x, y in zip(x_coords, y_coords): #接受x,y返回元祖列表[(0.13,0.75),......]

plt.annotate('(%s, %s)' %(x, y),xy=(x, y),xytext=(0,-10),textcoords='offset points',ha='center',va='top')

# pyplot.annatate是pyplot模塊提供的一個(gè)注釋函數(shù),xy為點(diǎn)的坐標(biāo) xytext為注解內(nèi)容位置坐標(biāo)

plt.xlim([0,1]) #設(shè)置繪圖X邊界

plt.ylim([0,1]) #設(shè)置繪圖Y邊界

plt.show()

image.png

# -*- coding: utf-8 -*-

#導(dǎo)入模塊

from matplotlib import pyplot as plt

import numpy as np

fig = plt.figure(figsize=(8,6))

mean = np.array([0,0]) #給定均值

covariance = np.array([[1,0],[0,1]]) #協(xié)方差

x = np.random.multivariate_normal(mean,covariance, 1000) # 生成多元正態(tài)分布隨機(jī)向量,數(shù)字表散點(diǎn)數(shù)量

plt.grid(True) #網(wǎng)格線掛起

R = x**2 #這里很關(guān)鍵 制造s差異 離原點(diǎn)越遠(yuǎn)越大

R_sum = R.sum(axis=1) #axis=0的時(shí)候，其實(shí)是沿著第一個(gè)(水平X)軸進(jìn)行相加；axis=1的時(shí)候是按照第二個(gè)(Y)軸,由于是平方和 不管正向還是負(fù)向都變大

plt.scatter(x[:, 0], x[:, 1],color='gray',marker='o',s=32. * R_sum,edgecolor='black',alpha=0.5)

plt.show()

image.png

總結(jié)

以上是生活随笔為你收集整理的python scatter参数详解_python matplotlib.scatter 用法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。