如何用python画散点图实现多图例

项目方案：如何用Python画散点图实现多图例

项目背景

在数据可视化中，散点图是一种常用的展示数据分布和关系的方式。而在某些情况下，我们可能需要在同一个散点图中展示多组数据，并为不同组数据添加不同的图例以便更清晰地展示数据之间的关系。本项目将介绍如何使用Python中的matplotlib库来画散点图，并实现多图例的显示。

项目步骤

步骤一：准备数据

首先，我们需要准备多组数据，每组数据包含两个维度的数据，用于在散点图中展示。这里我们以两组数据为例，分别用列表表示：

import numpy as np

# 第一组数据
x1 = np.random.rand(50)
y1 = np.random.rand(50)

# 第二组数据
x2 = np.random.rand(50)
y2 = np.random.rand(50)

步骤二：绘制散点图

接下来，利用matplotlib库中的scatter函数绘制散点图，并为每组数据添加图例：

import matplotlib.pyplot as plt

plt.scatter(x1, y1, c='red', label='Group 1')
plt.scatter(x2, y2, c='blue', label='Group 2')

plt.legend()
plt.show()

步骤三：显示多图例

为了实现多图例的显示，我们需要借助matplotlib的LegendHandler类来自定义图例的显示方式。以下是完整的代码示例：

from matplotlib.legend_handler import HandlerTuple

plt.scatter(x1, y1, c='red', label='Group 1')
plt.scatter(x2, y2, c='blue', label='Group 2')

handler_map = {tuple: HandlerTuple(ndivide=None)}
plt.legend(handler_map=handler_map)

plt.show()

项目效果展示

下面是绘制出的散点图，其中展示了两组数据并分别添加了不同的图例：

journey
    title 散点图展示
    section 组1
        scatterChart(x1, y1)
    section 组2
        scatterChart(x2, y2)

结语

通过本项目，我们学习了如何使用Python中的matplotlib库绘制散点图，并实现多图例的显示。实现多图例的关键在于自定义图例的显示方式，通过传入handler_map参数来指定每组数据的图例样式。这种方法可以帮助我们更清晰地展示多组数据之间的关系，提高数据可视化的效果和表达能力。希望本项目能对大家有所帮助，谢谢阅读！