Matplotlib 设置可变大小的数据点|极客教程

Matplotlib 设置可变大小的数据点

在数据可视化中，经常需要使用散点图来展示不同的数据情况。而在Matplotlib中，我们可以为散点图设置数据点的大小，以反映不同数据点的特征和重要性。本文将介绍如何在Matplotlib中设置可变大小的数据点，以及一些使用示例。

基本用法

Matplotlib中可以使用scatter函数创建散点图，并通过设置参数s来改变数据点的大小。s可以接受一个数值或一个数组，分别表示数据点的大小值或大小值数组。例如，下面的代码演示了如何设置数据点的大小为5：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [3, 2, 4, 1, 5]
plt.scatter(x, y, s=5)
plt.show()

注意，如果不指定s参数，默认情况下数据点的大小为20。

可变的点大小

有时候，我们需要使用数据的一些特征来控制数据点的大小，以反映数据的重要性或差异性。在Matplotlib中，可以通过传递一个数组给s参数来实现可变的点大小。例如下面的代码，根据数据点的y值大小来表征数据点的大小：

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randn(50)
y = np.random.randn(50)
colors = np.random.rand(50)
scale = np.random.rand(50) * 200

plt.scatter(x, y, c=colors, s=scale)
plt.show()

下图中，数据点的大小根据传递给s参数的数组中的值而变化。数据点的y值越大，相应的数据点的大小也就越大。

使用其他参数改变点大小

除了通过指定s参数来改变数据点的大小外，还可以使用其他参数来控制点的大小。下面是一些常用的参数：

edgecolors：数据点边界的颜色。
linewidths：数据点边界的线宽度。
alpha：数据点的透明度，取值范围为0~1。
marker：数据点的标记类型。

例如下面的代码，根据数据点的位置，使用多个参数改变数据点的大小和形状：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [3, 2, 4, 1, 5]
size = [20, 40, 60, 80, 100]
colors = ['r', 'g', 'b', 'purple', 'orange']

plt.scatter(x, y, s=size, c=colors, alpha=0.5, edgecolors='none', marker='o')
plt.show()

下图中，散点图中的数据点因为位置不同，所以使用了不同的颜色和大小，同时去掉了边界线。