Matplotlib.pyplot.scatter 散点图绘制

原创

EicroSoft 2024-01-27 22:55:58 ©著作权

©著作权归作者所有：来自51CTO博客作者EicroSoft的原创作品，请联系作者获取转载授权，否则将追究法律责任

Matplotlib.pyplot.plot 绘图

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

属性	参数	意义
坐标	x，y	输入点列的数组，长度都是size
点大小	s	点的直径数组，默认直径20，长度最大size
点颜色	c	点的颜色，默认蓝色 'b'，也可以是个 RGB 或 RGBA 二维行数组。
点形状	marker	MarkerStyle 点的样式，默认小圆圈 'o'。
调色板	cmap	Colormap，默认 None，标量或者是一个 colormap 的名字，只有 c 是一个浮点数数组时才使用。如果没有申明就是 image.cmap。
亮度（1）	norm	Normalize，默认 None，数据亮度在 0-1 之间，只有 c 是一个浮点数的数组的时才使用。
亮度（2）	vmin，vmax	亮度设置，在 norm 参数存在时会忽略。
透明度	alpha	透明度设置，0-1 之间，默认 None，即不透明
线	linewidths	标记点的长度
颜色	edgecolors	颜色或颜色序列，默认为 'face'，可选值有 'face', 'none', None。
plotnonfinite	布尔值，设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点。
**kwargs	其他参数。

MarkerStyle

marker	description	描述
`"."`	point	点
`","`	pixel	像素
`"o"`	circle	圆
`"v"`	triangle_down	倒三角
`"^"`	triangle_up	正三角
`"<"`	triangle_left	左三角
`">"`	triangle_right	右三角
`"1"`	tri_down
`"2"`	tri_up
`"3"`	tri_left
`"4"`	tri_right
`"8"`	octagon	八角形
`"s"`	square	正方形
`"p"`	pentagon	五角
`"P"`	plus (filled)
`"*"`	star	星星
`"h"`	hexagon1
`"H"`	hexagon2
`"+"`	plus	+号
`"x"`	x	X 号
`"X"`	x (filled)
`"D"`	diamond
`"d"`	thin_diamond
``"	"``	vline
`"_"`	hline
`0` (`TICKLEFT`)	tickleft
`1` (`TICKRIGHT`)	tickright
`2` (`TICKUP`)	tickup
`3` (`TICKDOWN`)	tickdown
`4` (`CARETLEFT`)	caretleft
`5` (`CARETRIGHT`)	caretright
`6` (`CARETUP`)	caretup
`7` (`CARETDOWN`)	caretdown
`8` (`CARETLEFTBASE`)	caretleft (centered at base)
`9` (`CARETRIGHTBASE`)	caretright (centered at base)
`10` (`CARETUPBASE`)	caretup (centered at base)
`11` (`CARETDOWNBASE`)	caretdown (centered at base)
`"None"`, `" "` or `""`	nothing
`'$...$'`	Render the string using mathtext. E.g `"$f$"` for marker showing the letter `f`.
`verts`	A list of (x, y) pairs used for Path vertices. The center of the marker is located at (0, 0) and the size is normalized, such that the created path is encapsulated inside the unit cell.
path	A `~matplotlib.path.Path` instance.
`(numsides, 0, angle)`	A regular polygon with `numsides`
	sides, rotated by `angle`.
`(numsides, 1, angle)`	A star-like symbol with `numsides`
	sides, rotated by `angle`.
`(numsides, 2, angle)`	An asterisk with `numsides` sides,
	rotated by `angle`.

示例

import numpy as np
import matplotlib.pyplot as plt

# Fixing random state for reproducibility
np.random.seed(19680801)

N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)  # 颜色可以随机
area = (30 * np.random.rand(N)) ** 2  # 随机大小
# x，y，s，c 的 size 需要一致
plt.scatter(x, y, s=area, c=colors, alpha=0.5)
plt.show()

Matplotlib.pyplot.scatter 散点图绘制_ide

多元高斯的情况

# 设置画布大小
fig = plt.figure(figsize=(8, 6))
# Generating a Gaussion dataset:
# creating random vectors from the multivariate normal distribution
# given mean and covariance
mu_vec1 = np.array([0, 0])
cov_mat1 = np.array([[1, 0], [0, 1]])
X = np.random.multivariate_normal(mu_vec1, cov_mat1, 500)
R = X ** 2
R_sum = R.sum(axis=1)
plt.scatter(X[:, 0], X[:, 1], c='green', marker='o', s=32. * R_sum, edgecolor='black', alpha=0.5)
plt.show()

Matplotlib.pyplot.scatter 散点图绘制_ide_02

make_blobs

import numpy as np
from sklearn.datasets import make_blobs  # 为了快速方便的创建数据集，此处采用 scikit-learn 里的 make_blobs
import matplotlib.pyplot as plt

# 创建一个数据集，X有两个特征，y={-1，1}
X, y = make_blobs(n_samples=500, centers=2, random_state=6)
y[y == 0] = -1
plt.scatter(X[:, 0], X[:, 1], c=y, s=50, cmap=plt.cm.Paired)
plt.xlabel("feature_1")
plt.ylabel("feature_2")
plt.show()

Matplotlib.pyplot.scatter 散点图绘制_ci_03