当前位置：极客教程 > Matplotlib > Matplotlib 问答 > Matplotlib散点图：数据可视化的强大工具

Matplotlib散点图：数据可视化的强大工具

Matplotlib散点图：数据可视化的强大工具

参考：matplotlib scatter

Matplotlib是Python中最流行的数据可视化库之一，而散点图（Scatter Plot）是其中一个非常实用的图表类型。本文将深入探讨Matplotlib中的散点图功能，从基础用法到高级技巧，帮助您掌握这一强大的数据可视化工具。

1. 散点图的基本概念

散点图是一种用于显示两个变量之间关系的图表类型。它通过在二维平面上绘制点来表示数据，每个点的位置由其x和y坐标决定。散点图常用于观察变量之间的相关性、识别数据模式或异常值。

1.1 散点图的应用场景

散点图在多个领域都有广泛应用，例如：

  • 经济学：分析GDP与人均收入的关系
  • 生物学：研究基因表达水平与蛋白质含量的关联
  • 气象学：探索温度与湿度的相互影响
  • 市场研究：调查产品价格与销量的关系

1.2 Matplotlib中的scatter函数

在Matplotlib中，我们主要使用pyplot.scatter()函数来创建散点图。这个函数非常灵活，可以控制点的大小、颜色、形状等属性。

让我们从一个简单的例子开始：

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
x = np.random.rand(50)
y = np.random.rand(50)

# 创建散点图
plt.scatter(x, y)
plt.title('Basic Scatter Plot - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子展示了最基本的散点图创建过程。我们使用NumPy生成随机数据，然后通过plt.scatter()函数绘制散点图。plt.title()、plt.xlabel()和plt.ylabel()函数用于添加标题和轴标签。

2. 自定义散点图外观

Matplotlib提供了丰富的选项来自定义散点图的外观，让我们逐一探讨。

2.1 调整点的大小

我们可以通过s参数来控制点的大小：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)
sizes = np.random.rand(50) * 1000  # 随机生成点的大小

plt.scatter(x, y, s=sizes, alpha=0.5)
plt.title('Scatter Plot with Variable Sizes - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

在这个例子中，我们使用sizes数组来指定每个点的大小。alpha参数用于设置点的透明度，使重叠的点更容易区分。

2.2 自定义颜色

c参数允许我们为散点图设置颜色：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)

plt.scatter(x, y, c=colors, cmap='viridis')
plt.colorbar()
plt.title('Scatter Plot with Custom Colors - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子使用了一个颜色映射（colormap）来为每个点分配颜色。plt.colorbar()添加了一个颜色条，显示颜色与数值的对应关系。

2.3 使用不同的标记

Matplotlib提供了多种标记形状，可以通过marker参数设置：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)

markers = ['o', 's', '^', 'D', 'v']
for i, marker in enumerate(markers):
    plt.scatter(x[i::5], y[i::5], marker=marker, label=f'Marker {marker}')

plt.legend()
plt.title('Scatter Plot with Different Markers - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子展示了如何在同一个图表中使用不同的标记形状。我们使用切片操作[i::5]来选择数据的子集，确保每种标记都有一些点。

3. 多数据集的散点图

在实际应用中，我们经常需要在同一个图表中比较多个数据集。Matplotlib使这一任务变得简单。

3.1 绘制多个数据集

import matplotlib.pyplot as plt
import numpy as np

x1 = np.random.rand(50)
y1 = np.random.rand(50)
x2 = np.random.rand(50) + 1
y2 = np.random.rand(50) + 1

plt.scatter(x1, y1, c='blue', label='Dataset 1')
plt.scatter(x2, y2, c='red', label='Dataset 2')
plt.legend()
plt.title('Multiple Datasets Scatter Plot - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子展示了如何在同一个图表中绘制两个不同的数据集，并使用不同的颜色和标签来区分它们。

3.2 使用子图

对于更复杂的比较，我们可以使用子图：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)
y1 = x + np.random.normal(0, 0.1, 100)
y2 = x**2 + np.random.normal(0, 0.1, 100)
y3 = np.sin(x*2*np.pi) + np.random.normal(0, 0.1, 100)

fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(15, 5))

ax1.scatter(x, y1)
ax1.set_title('Linear - how2matplotlib.com')

ax2.scatter(x, y2)
ax2.set_title('Quadratic - how2matplotlib.com')

ax3.scatter(x, y3)
ax3.set_title('Sinusoidal - how2matplotlib.com')

plt.tight_layout()
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子创建了三个子图，每个子图显示不同类型的关系：线性、二次和正弦。使用子图可以方便地比较不同的数据模式。

4. 高级散点图技巧

掌握了基础知识后，让我们探索一些更高级的散点图技巧。

4.1 添加趋势线

在散点图中添加趋势线可以帮助我们更好地理解数据的整体趋势：

import matplotlib.pyplot as plt
import numpy as np
from scipy import stats

x = np.random.rand(100)
y = 2*x + 1 + np.random.normal(0, 0.1, 100)

plt.scatter(x, y)

# 添加趋势线
slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
line = slope * x + intercept
plt.plot(x, line, color='red', label=f'y={slope:.2f}x+{intercept:.2f}')

plt.legend()
plt.title('Scatter Plot with Trend Line - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子使用了SciPy的linregress函数来计算最佳拟合线，并将其添加到散点图中。

4.2 使用边界框

边界框可以帮助我们突出显示特定区域的数据点：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)

plt.scatter(x, y)

# 添加边界框
plt.axvline(x=0.3, color='r', linestyle='--')
plt.axvline(x=0.7, color='r', linestyle='--')
plt.axhline(y=0.3, color='r', linestyle='--')
plt.axhline(y=0.7, color='r', linestyle='--')

plt.title('Scatter Plot with Bounding Box - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子使用axvline和axhline函数来创建垂直和水平线，形成一个边界框。

4.3 使用颜色映射显示第三个变量

散点图不仅可以显示两个变量，还可以通过颜色来表示第三个变量：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

plt.scatter(x, y, c=z, cmap='viridis')
plt.colorbar(label='Z-value')
plt.title('Scatter Plot with Color-coded Third Variable - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子使用颜色来表示第三个变量z的值，使用viridis颜色映射。

5. 散点图的统计分析

散点图不仅可以用于可视化，还可以结合统计分析来提供更深入的洞察。

5.1 添加置信椭圆

置信椭圆可以帮助我们了解数据的分布和相关性：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.patches import Ellipse
import matplotlib.transforms as transforms

def confidence_ellipse(x, y, ax, n_std=3.0, facecolor='none', **kwargs):
    cov = np.cov(x, y)
    pearson = cov[0, 1]/np.sqrt(cov[0, 0] * cov[1, 1])
    ell_radius_x = np.sqrt(1 + pearson)
    ell_radius_y = np.sqrt(1 - pearson)
    ellipse = Ellipse((0, 0), width=ell_radius_x * 2, height=ell_radius_y * 2,
                      facecolor=facecolor, **kwargs)
    scale_x = np.sqrt(cov[0, 0]) * n_std
    scale_y = np.sqrt(cov[1, 1]) * n_std
    transf = transforms.Affine2D() \
        .rotate_deg(45) \
        .scale(scale_x, scale_y) \
        .translate(np.mean(x), np.mean(y))
    ellipse.set_transform(transf + ax.transData)
    return ax.add_patch(ellipse)

x = np.random.randn(100)
y = 0.8 * x + np.random.randn(100) * 0.2

fig, ax = plt.subplots()
ax.scatter(x, y)
confidence_ellipse(x, y, ax, edgecolor='red')

plt.title('Scatter Plot with Confidence Ellipse - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子定义了一个函数来计算和绘制置信椭圆，然后将其应用到散点图上。

5.2 添加核密度估计

核密度估计可以帮助我们理解数据的分布：

import matplotlib.pyplot as plt
import numpy as np
from scipy import stats

x = np.random.randn(100)
y = 0.8 * x + np.random.randn(100) * 0.2

fig, ax = plt.subplots()

# 散点图
ax.scatter(x, y, alpha=0.5)

# 核密度估计
xy = np.vstack([x,y])
z = stats.gaussian_kde(xy)(xy)

ax.scatter(x, y, c=z, s=50, alpha=0.5)
plt.colorbar(label='Density')

plt.title('Scatter Plot with Kernel Density Estimation - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

这个例子使用SciPy的gaussian_kde函数来计算核密度估计，并将结果用颜色编码到散点图中。

6. 交互式散点图

虽然Matplotlib主要用于静态图表，但它也提供了一些基本的交互功能。

6.1 使用鼠标悬停显示数据点信息

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.widgets import Cursor

x = np.random.rand(20)
y = np.random.rand(20)

fig, ax = plt.subplots()
scatter = ax.scatter(x, y)

cursor = Cursor(ax, useblit=True, color='red', linestyle='--')

annot = ax.annotate("", xy=(0,0), xytext=(20,20),textcoords="offset points",
                    bbox=dict(boxstyle="round", fc="w"),
                    arrowprops=dict(arrowstyle="->"))
annot.set_visible(False)

def hover(event):
    vis = annot.get_visible()
    if event.inaxes == ax:
        cont, ind = scatter.contains(event)
        if cont:
            pos = scatter.get_offsets()[ind["ind"][0]]
            annot.xy = pos
            text = f"x:{pos[0]:.2f}, y:{pos[1]:.2f}"
            annot.set_text(text)
            annot.set_visible(True)
            fig.canvas.draw_idle()
        else:
            if vis:
                annot.set_visible(False)
                fig.canvas.draw_idle()

fig.canvas.mpl_connect```python
fig.canvas.mpl_connect("motion_notify_event", hover)

plt.title('Interactive Scatter Plot - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

这个例子创建了一个交互式散点图，当鼠标悬停在数据点上时，会显示该点的坐标信息。

6.2 点击选择数据点

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(20)
y = np.random.rand(20)

fig, ax = plt.subplots()
scatter = ax.scatter(x, y)

selected = []

def onpick(event):
    ind = event.ind
    selected.append(ind)
    print(f'Selected point: x={x[ind[0]]:.2f}, y={y[ind[0]]:.2f}')
    scatter.set_facecolors(['red' if i in selected else 'blue' for i in range(len(x))])
    fig.canvas.draw_idle()

scatter.set_picker(True)
fig.canvas.mpl_connect('pick_event', onpick)

plt.title('Click to Select Points - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子允许用户通过点击来选择数据点，选中的点会变成红色。

7. 散点图的性能优化

当处理大量数据点时，散点图的性能可能会成为一个问题。以下是一些优化技巧：

7.1 使用alpha通道

当数据点非常密集时，使用alpha通道可以帮助我们更好地理解数据分布：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randn(10000)
y = np.random.randn(10000)

plt.figure(figsize=(10, 5))

plt.subplot(121)
plt.scatter(x, y)
plt.title('Without Alpha - how2matplotlib.com')

plt.subplot(122)
plt.scatter(x, y, alpha=0.1)
plt.title('With Alpha - how2matplotlib.com')

plt.tight_layout()
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子比较了使用和不使用alpha通道的效果，使用alpha通道可以更清晰地显示数据密度。

7.2 使用hexbin代替scatter

对于非常大的数据集，使用hexbin函数可能比scatter更有效：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randn(100000)
y = np.random.randn(100000)

plt.figure(figsize=(10, 5))

plt.subplot(121)
plt.scatter(x, y, alpha=0.1)
plt.title('Scatter - how2matplotlib.com')

plt.subplot(122)
plt.hexbin(x, y, gridsize=20, cmap='Blues')
plt.colorbar(label='Count in bin')
plt.title('Hexbin - how2matplotlib.com')

plt.tight_layout()
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子比较了scatter和hexbin的效果。hexbin通过将数据分组到六边形区域中，可以更有效地处理大量数据点。

8. 散点图的特殊应用

散点图不仅限于显示简单的x-y关系，还可以用于更复杂的数据可视化任务。

8.1 气泡图

气泡图是散点图的一种变体，使用点的大小来表示第三个变量：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)
sizes = np.random.rand(50) * 1000
colors = np.random.rand(50)

plt.scatter(x, y, s=sizes, c=colors, alpha=0.5, cmap='viridis')
plt.colorbar(label='Color Value')
plt.title('Bubble Chart - how2matplotlib.com')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子创建了一个气泡图，其中点的大小表示一个变量，颜色表示另一个变量。

8.2 散点图矩阵

散点图矩阵可以同时显示多个变量之间的关系：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import seaborn as sns

# 创建示例数据
data = {
    'A': np.random.randn(100),
    'B': np.random.randn(100),
    'C': np.random.randn(100),
    'D': np.random.randn(100)
}
df = pd.DataFrame(data)

# 使用seaborn创建散点图矩阵
sns.pairplot(df)
plt.suptitle('Scatter Plot Matrix - how2matplotlib.com', y=1.02)
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子使用Seaborn库（基于Matplotlib）创建了一个散点图矩阵，显示了四个变量之间的所有可能组合。

9. 结合其他图表类型

散点图可以与其他类型的图表结合，提供更丰富的数据视图。

9.1 散点图与直方图结合

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randn(1000)
y = x + np.random.randn(1000) * 0.5

fig, axs = plt.subplots(2, 2, figsize=(10, 10))

axs[0, 0].scatter(x, y)
axs[0, 0].set_title('Scatter Plot - how2matplotlib.com')

axs[0, 1].hist(x, bins=30)
axs[0, 1].set_title('X Histogram')

axs[1, 0].hist(y, bins=30, orientation='horizontal')
axs[1, 0].set_title('Y Histogram')

axs[1, 1].axis('off')

plt.tight_layout()
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子创建了一个组合图，包括散点图和两个直方图，分别显示x和y的分布。

9.2 散点图与箱线图结合

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randn(100)
y = x + np.random.randn(100) * 0.5

fig, axs = plt.subplots(2, 2, figsize=(10, 10))

axs[0, 0].scatter(x, y)
axs[0, 0].set_title('Scatter Plot - how2matplotlib.com')

axs[0, 1].boxplot(x)
axs[0, 1].set_title('X Boxplot')

axs[1, 0].boxplot(y, vert=False)
axs[1, 0].set_title('Y Boxplot')

axs[1, 1].axis('off')

plt.tight_layout()
plt.show()

Output:

Matplotlib散点图：数据可视化的强大工具

这个例子创建了一个组合图，包括散点图和两个箱线图，分别显示x和y的统计特征。

10. 总结

Matplotlib的散点图功能强大而灵活，可以满足各种数据可视化需求。从基本的点图到复杂的多变量可视化，散点图都能胜任。通过本文介绍的各种技巧和示例，您应该能够创建出富有洞察力的散点图，帮助您更好地理解和展示数据。

记住，好的数据可视化不仅仅是技术，还需要考虑数据的特性和您想要传达的信息。选择合适的图表类型、颜色方案和布局，可以大大提高您的数据故事的表现力。继续探索和实践，您会发现Matplotlib散点图还有更多有趣的应用等待您去发现。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Matplotlib 精品教程