Python Matplotlib散点图绘制实战:从单点到颜色映射
本文详解Python中Matplotlib库绘制散点图的方法。通过scatter()函数展示单点绘制、批量数据生成及样式设置,包括标题、标签和刻度调整。进一步介绍利用axis()控制坐标范围,以及通过cmap参数实现基于数据值的颜色渐变效果,帮助读者掌握可视化核心技巧。
若需绘制单个数据点,可调用函数,并向其传入一对x和y坐标值,该函数将在指定位置渲染出一个点。
"""使用scatter()绘制散点图""" import matplotlib.pyplot as plt plt.scatter(2, 4) plt.show()

接下来配置输出样式:添加图表标题,为坐标轴设置标签,并确保所有文本字号足够大以便清晰阅读。同时,利用绘制一组数据点序列。
"""使用scatter()绘制散点图"""
import matplotlib.pyplot as plt
x_values = range(1, 6)
y_values = [x*x for x in x_values]
'''
scatter()
x:横坐标 y:纵坐标 s:点的尺寸
'''
plt.scatter(x_values, y_values, s=50)
# 设置图表标题并给坐标轴加上标签
plt.title('Square Numbers', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show()

当需要绘制的点数量庞大时,手工计算列表中的值效率极低。此时无需手动计算坐标列表,而是通过Python循环自动完成这些计算。
以下是绘制1000个点的代码实现:
"""使用scatter()绘制散点图"""
import matplotlib.pyplot as plt
x_values = range(1, 1001)
y_values = [x*x for x in x_values]
'''
scatter()
x:横坐标 y:纵坐标 s:点的尺寸
'''
plt.scatter(x_values, y_values, s=10)
# 设置图表标题并给坐标轴加上标签
plt.title('Square Numbers', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show()

函数需要接收四个参数值:x轴和y轴的最小值与最大值,格式为[[xmin,xmax,ymin,ymax]]。
应用颜色映射:颜色映射指一系列从起始色渐变至结束色的颜色序列。在数据可视化中,颜色映射用于凸显数据规律,例如使用较浅的颜色表示较小值,而用较深的颜色表示较大值。
"""使用scatter()绘制散点图"""
import matplotlib.pyplot as plt
x_values = range(1, 1001)
y_values = [x*x for x in x_values]
'''
scatter()
x:横坐标 y:纵坐标 s:点的尺寸
'''
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolors='none', s=10)
# 设置图表标题并给坐标轴加上标签
plt.title('Square Numbers', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show()
将参数[[wp:c]]设置为y值的列表,并通过参数[[wp:cmap]]指定pyplot使用的颜色映射。上述代码将y值较小的点显示为浅蓝色,y值较大的点显示为深蓝色。
总结
以上就是本文关于Python学习之Matplotlib绘制散点图实例的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。













