matplotlib散点图|极客教程

matplotlib散点图

Matplotlib 是 Python 中常用的绘图库，可以用来制作各种类型的图形，包括散点图。散点图是一种以点的形式表示数据分布的图表，适用于展示两个变量之间的关系。本文将深入探讨如何使用 Matplotlib 创建散点图，并且展示一些实际案例。

导入必要的库

在开始之前，首先需要导入 Matplotlib 库，并且使用一些示例数据来演示散点图的绘制过程。以下是导入库和创建示例数据的代码：

import matplotlib.pyplot as plt
import numpy as np

# 创建示例数据
x = np.random.rand(100)
y = np.random.rand(100)

在这段代码中，我们导入了 Matplotlib 库，并且使用 NumPy 库生成了 100 个随机的 x 和 y 值作为示例数据。

创建基本的散点图

接下来，我们将使用示例数据创建一个基本的散点图。代码如下：

plt.scatter(x, y)
plt.show()

运行这段代码后，将会得到一个简单的散点图，展示了 x 和 y 值的分布情况。散点图中的每个点代表一个数据点，其横坐标为 x 值，纵坐标为 y 值。

添加样式和标签

散点图不仅可以展示数据分布，还可以通过添加样式和标签来使图表更加易读和美观。以下是一个示例代码，演示了如何添加样式和标签：

plt.scatter(x, y, c='r', marker='x', label='Data Points')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter Plot')
plt.legend()
plt.show()

在这段代码中，我们指定了散点的颜色为红色（’r’）、样式为叉号（’x’），并且添加了 x 轴和 y 轴的标签以及图表的标题。运行这段代码后，将会得到一个带有样式和标签的散点图。

自定义散点图

除了添加样式和标签之外，我们还可以通过更多的参数来自定义散点图，例如点的大小、透明度等。以下是一个示例代码，演示了如何自定义散点图：

sizes = np.random.rand(100) * 100
colors = np.random.rand(100)
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5, cmap='viridis')
plt.colorbar()
plt.show()

在这段代码中，我们通过指定 sizes 参数来设置每个点的大小，colors 参数来设置每个点的颜色，alpha 参数来设置点的透明度，cmap 参数来设置颜色映射。运行这段代码后，将会得到一个自定义的散点图。

实际案例

最后，让我们通过一个实际案例来展示散点图的应用。假设我们有一些关于房屋价格和面积的数据，我们可以使用散点图来探索二者之间的关系。以下是一个示例代码：

# 创建示例数据：面积和价格
area = np.random.randint(50, 200, 100)
price = area * 1000 + np.random.randint(-5000, 5000, 100)

# 绘制散点图
plt.scatter(area, price, c='b', alpha=0.7)
plt.xlabel('Area (sq ft)')
plt.ylabel('Price ($)')
plt.title('House Price vs. Area')
plt.show()

在这段代码中，我们创建了一个包含 100 条数据的示例数据，然后绘制了房屋价格和面积之间的散点图。通过观察散点图，我们可以看出房屋价格和面积之间存在一定的线性关系，面积越大，价格越高。