Python 數據分析三劍客之 Matplotlib（五）：散點圖的繪製

小黃人番外短片合集 — 第11集【Evil Minion Animation Test 邪惡小黃人的憤怒測試】

Matplotlib 系列文章（持續更新中）：

文章目錄

這裏是一段防爬蟲文本，請讀者忽略。
本文原創首發於 CSDN，作者 TRHX。
博客首頁：https://itrhx.blog.csdn.net/
本文鏈接：https://itrhx.blog.csdn.net/article/details/105914929

【1x00】方法描述

matplotlib.pyplot.scatter() 方法可用於繪製散點圖。

本文用到的其他圖像屬性可參考前面的兩篇文章：

《Python 數據分析三劍客之 Matplotlib（二）：文本描述 / 中文支持 / 畫布 / 網格等基本圖像屬性》
《Python 數據分析三劍客之 Matplotlib（三）：圖例 / LaTeX / 刻度 / 子圖等基本圖像屬性》

基本語法：matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, alpha=None, linewidths=None, edgecolors=None, \*\*kwargs)

參數	描述
x,y	數據位置，標量或類似數組的形式
s	標記的大小，以磅爲單位，默認 `rcParams['lines.markersize'] 2`，即 62=36
color / c	標記的顏色，可以是單個顏色或者一個顏色列表支持英文顏色名稱及其簡寫、十六進制顏色碼等，更多顏色示例參見官網 Color Demo
marker	標記的樣式，默認爲 `rcParams["scatter.marker"] = 'o'`，更多樣式參見表一
cmap	將浮點數映射成顏色的顏色映射表，即一個 Colormap 實例或註冊的顏色表名，僅當 c 是浮點數數組時才使用 cmap
alpha	標記的透明度，float 類型，取值範圍：[0, 1]，默認爲 1.0，即不透明
linewidths	標記邊緣的線寬，默認爲 `rcParams["lines.linewidth"] = 1.5`
edgecolors	標記邊緣的顏色，可以是單個顏色或者一個顏色列表支持英文顏色名稱及其簡寫、十六進制顏色碼等，更多顏色示例參見官網 Color Demo

表一：marker 標記的樣式

標記	描述
`"."`	點
`","`	像素點
`"o"`	圓圈
`"v"`	倒三角
`"^"`	正三角
`"<"`	左三角
`">"`	右三角
`"1"`	倒三叉星
`"2"`	正三叉星（類似奔馳車標形狀）
`"3"`	左三叉星
`"4"`	右三叉星
`"8"`	八邊形
`"s"`	正方形
`"p"`	五邊形
`"P"`	填充的加號（粗加號）
`"+"`	加號
`"*"`	星形
`"h"`	六邊形（底部是角）
`"H"`	六邊形（底部是邊）
`"x"`	x 號
`"X"`	填充的 x 號（粗 x 號）
`"D"`	粗菱形（對角線相等）
`"d"`	細菱形（對角線不等）
`"\|"`	垂直線
`"_"`	水平線
`0`	水平線靠左
`1`	水平線靠右
`2`	垂直線靠上
`3`	垂直線靠下
`4`	左三角（比 `"<"` 更細）
`5`	右三角（比 `">"` 更細）
`6`	正三角（比 `"^"` 更細）
`7`	倒三角（比 `"v"` 更細）
`8`	左三角（比 `"<"` 更細，靠左顯示）
`9`	右三角（比 `">"` 更細，靠右顯示）
`10`	正三角（比 `"^"` 更細，靠上顯示）
`11`	倒三角（比 `"v"` 更細，靠下顯示）
`"None"` / `" "` / `""`	無樣式
`'$...$'`	支持 LaTeX 數學公式，表達式用美元符號包圍起來

【2x00】簡單示例

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 10, 1)
y = np.array([3, 8, 1, 5, 7, 2, 3, 4, 5, 7])
plt.scatter(x, y)

plt.show()

【3x00】多條數據

繪製多條數據，設置不同數據，然後多次調用 plt.scatter() 函數即可，不同數據的線條顏色會不同，系統隨機，可單獨指定不同顏色。

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x = np.arange(-2*np.pi, 2*np.pi, 1)
y1 = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(1*x)/x
plt.title('多數據散點圖示例')
plt.xlabel('x 軸')
plt.ylabel('y 軸')

plt.scatter(x, y1)
plt.scatter(x, y2)
plt.scatter(x, y3)

plt.show()

【4x00】設置顏色 / 樣式 / 圖例

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x = np.arange(-2*np.pi, 2*np.pi, 1)
y1 = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(1*x)/x
plt.title('散點圖自定義樣式示例')
plt.xlabel('x 軸')
plt.ylabel('y 軸')

plt.scatter(x, y1, color='g', s=30, label='(x, y1)')              # 默認綠色樣式
plt.scatter(x, y2, color='r', s=40, marker='d', label='(x, y2)')  # 紅色菱形
plt.scatter(x, y3, color='b', s=50, marker='2', label='(x, y3)')  # 藍色正三叉星

plt.legend(framealpha=0)    # 顯示圖例，設置爲全透明

plt.show()

【5x00】指定位置顯示文本註釋

matplotlib.pyplot.annotate() 方法可以在指定位置顯示文本註釋，參數解釋常見前文：
《Python 數據分析三劍客之 Matplotlib（二）：文本描述 / 中文支持 / 畫布 / 網格等基本圖像屬性》

應用舉例：

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x = [0.13, 0.22, 0.39, 0.59, 0.68, 0.74, 0.93]
y = [0.75, 0.34, 0.44, 0.52, 0.80, 0.25, 0.55]

plt.title('散點圖添加文本註釋示例')
plt.xlabel('x 軸')
plt.ylabel('y 軸')
plt.xlim([0, 1])       # 設置 x 軸刻度的範圍
plt.ylim([0, 1])       # 設置 y 軸刻度的範圍

plt.scatter(x, y, marker='o', s=50)
for m, n in zip(x, y):
    plt.annotate('(%s,%s)' % (m, n),
                 xy=(m, n),
                 xytext=(0, -10),
                 textcoords='offset points',
                 ha='center',      # 點在註釋文本的中心
                 va='top')         # 點在註釋文本的上方

plt.show()

【6x00】隨機數據散點圖

隨機數據可以用 numpy 的 random 模塊來實現。

numpy.random.rand(d0, d1, …, dn)：根據給定維度生成 [0,1) 之間的數據。

numpy.random.randn(d0, d1, …, dn) ：返回一個或一組具有標準正態分佈的樣本。

numpy.random.randint(low, high, size)：返回隨機整數，範圍區間爲 [low,high），size 爲數組維度大小

應用舉例：

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

N = 1000
x = np.random.randn(N)
y = np.random.randn(N)

plt.title('散點圖隨機數據示例')
plt.xlabel('x 軸')
plt.ylabel('y 軸')
plt.scatter(x, y, alpha=0.5)

plt.show()

【7x00】隨機顏色與色條

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

N = 1000
x = np.random.randn(N)
y = np.random.randn(N)

color = np.random.rand(N)
size = np.random.rand(N) * 1000

plt.figure(figsize=(8.4, 5.8))    # 設置畫布大小 840x580
plt.title('散點圖隨機大小顏色示例')
plt.xlabel('x 軸')
plt.ylabel('y 軸')
plt.scatter(x, y, c=color, s=size, alpha=0.5)

plt.show()

可以用 plt.colorbar() 方法繪製顏色對照條。

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

N = 1000
x = np.random.randn(N)
y = np.random.randn(N)

color = np.random.rand(N)
size = np.random.rand(N) * 1000

plt.figure(figsize=(8.4, 5.8))
plt.title('散點圖顏色對照條示例')
plt.xlabel('x 軸')
plt.ylabel('y 軸')
plt.scatter(x, y, c=color, s=size, alpha=0.5)
plt.colorbar()

plt.show()

【8x00】不同圖像之間的層級調整

zorder 參數用於設置不同圖像之間的層級關係，數字越大，所處的層級越大，即顯示越靠上。

未設置 zorder 參數前：

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x1 = np.arange(-2*np.pi, 2*np.pi, 0.01)
y1 = np.sin(3*x1)/x1
x2 = np.arange(-2*np.pi, 2*np.pi, 1)
y2 = np.sin(3*x2)/x2

plt.title('不同圖像之間層級調整示例')
plt.xlabel('x 軸')
plt.ylabel('y 軸')

plt.plot(x1, y1, c='b', linewidth=3.5, label='線性圖')
plt.scatter(x2, y2, c='r', s=40, label='散點圖')
plt.legend()

plt.show()

設置 zorder 參數後：

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x1 = np.arange(-2*np.pi, 2*np.pi, 0.01)
y1 = np.sin(3*x1)/x1
x2 = np.arange(-2*np.pi, 2*np.pi, 1)
y2 = np.sin(3*x2)/x2

plt.title('不同圖像之間層級調整示例')
plt.xlabel('x 軸')
plt.ylabel('y 軸')

plt.plot(x1, y1, zorder=1, c='b', linewidth=3.5, label='線性圖')
plt.scatter(x2, y2, zorder=2, c='r', s=40, label='散點圖')
plt.legend()

plt.show()

【9x00】框選部分數據

有時候我們希望能夠框選一部分數據來強調其重要性，matplotlib.patches.Polygon() 方法的作用是生成不規則的多邊形補丁，matplotlib.patches 還有另外的方法可以生成矩形、圓形等其他圖形，具體參見前面的文章《Python 數據分析三劍客之 Matplotlib（三）：圖例 / LaTeX / 刻度 / 子圖 / 補丁等基本圖像屬性》，生成補丁之後，通過 axes.add_patch() 方法將其添加到繪圖區（axes）即可。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mpathes

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

plt.figure(figsize=(8.4, 5.8))

x1 = np.arange(0, 1000, 10)
y1 = np.random.randint(0, 1000, 100)
x2 = np.arange(0, 500, 10)
y2 = np.random.randint(200, 800, 50)
x3 = np.random.randint(50, 800, 80)
y3 = np.random.randint(50, 800, 80)
x4 = np.array([0, 100, 300, 400, 350, 500, 450, 367, 420, 490])
y4 = np.array([267, 800, 453, 500, 600, 420, 380, 503, 390, 600])

plt.title('散點圖數據框選示例', fontsize=15)
plt.xlabel('x 軸', fontsize=15)
plt.ylabel('y 軸', fontsize=15)
plt.scatter(x1, y1, c='r', s=50, alpha=0.7, label='RED')
plt.scatter(x2, y2, c='b', s=100, alpha=0.7, label='BLUE')
plt.scatter(x3, y3, c='g', s=150, alpha=0.7, label='GREEN')
plt.scatter(x4, y4, c='y', s=250, alpha=0.7, label='YELLOW')
plt.legend(loc='upper right', borderpad=1, edgecolor='k', framealpha=1, labelspacing=1)

Polygon_point = [[100, 800], [0, 267], [500, 420], [490, 600]]        # 多邊形補丁的頂點座標
polygon = mpathes.Polygon(Polygon_point, color='#FF69B4', alpha=0.3)  # 繪製補丁，框選部分數據
ax = plt.gca()          # 獲取當前繪圖區（gca = Get Current Axes）
ax.add_patch(polygon)   # 將補丁添加到當前繪圖區

plt.show()

Python 數據分析三劍客之 Matplotlib（五）：散點圖的繪製

文章目錄

【1x00】方法描述

【2x00】簡單示例

【3x00】多條數據

【4x00】設置顏色 / 樣式 / 圖例

【5x00】指定位置顯示文本註釋

【6x00】隨機數據散點圖

【7x00】隨機顏色與色條

【8x00】不同圖像之間的層級調整

【9x00】框選部分數據

COVID-19 肺炎疫情數據實時監控（python 爬蟲 + pyecharts 數據可視化 + wordcloud 詞雲圖）

華中科技大學文華學院 CSDN 高校俱樂部成立啦！

Python 數據分析三劍客之 Pandas（九）：時間序列

Python 數據分析三劍客之 Pandas（十）：數據讀寫

Python 數據分析三劍客之 Pandas（七）：合併數據集

Mac下配置sublime實現LaTeX

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結