Python中plt.scatter()函数的常见用法小结
plt.scatter()函数用法
一.scatter()函数的定义
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)
特征值 | 作用 |
---|---|
x,y | 绘制散点图的数据点(X,Y) |
s | 一个参数,用来调节标记的大小 |
c | 表示的是颜色。默认是蓝色’b’,表示的是标记的颜色,或者可以是一个表示颜色的字符,或者是一个长度为n的表示颜色的序列等等如‘b’=blue,‘y’=yellow,‘k’=black等 |
marker | 表示的是标记的样式,默认的是’o’。 |
cmap | Colormap实体或者是一个colormap的名字,cmap仅仅当c是一个浮点数数组的时候才使用。如果没有申明就是image.cmap |
norm | Normalize实体来将数据亮度转化到0-1之间,也是只有c是一个浮点数的数组的时候才使用。如果没有申明,就是默认为colors.Normalize。 |
vmin,vmax | 实数,当norm存在的时候忽略。用来进行亮度数据的归一化。 |
alpha | 实数,0-1之间。用来调节标记的透明度,默认为1 |
linewidths | 也就是标记点的长度。 |
二.scatter()函数的用法
import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['simhei'] #标题字体 plt.title('scatter测试图') #图片标题 np.random.seed(1) #使用相同的seed()值,则每次生成的随即数都相同 x = np.random.rand(5) y = np.random.rand(5) #随机生成5个x,y的值 colors = np.array([1,0,0,1,1]) #颜色标签列表 area = 20*10 #可以自行调节大小 lines=np.zeros(10)+5 plt.scatter(x, y, s=area,c=colors, alpha=0.5,linewidths=lines) plt.show()
Output
输出:
图片:
也可以改变market标记的样式
import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['simhei'] #标题字体 plt.title('scatter测试图') #图片标题 np.random.seed(1) #使用相同的seed()值,则每次生成的随即数都相同 x = np.random.rand(5) y = np.random.rand(5) colors = np.array([1,0,0,1,1]) area = 20*10 lines=np.zeros(10)+5 plt.scatter(x, y, s=area,c=colors,marker='x') plt.show()
到此这篇关于Python中plt.scatter()函数的常见用法的文章就介绍到这了,更多相关plt.scatter()函数用法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
python+elasticsearch实现标签匹配计数操作
这篇文章主要介绍了python+elasticsearch实现标签匹配计数操作,本文通过实例代码给大家介绍的非常详细,需要的朋友可以参考下2024-04-04Python中MySQLdb和torndb模块对MySQL的断连问题处理
这篇文章主要介绍了Python中MySQLdb和torndb模块对MySQL的断连问题处理,torndb使用起来相对更加简洁一些,需要的朋友可以参考下2015-11-11TensorFlow tf.nn.max_pool实现池化操作方式
今天小编就为大家分享一篇TensorFlow tf.nn.max_pool实现池化操作方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
最新评论