Python中绘制散点图函数用法介绍|极客教程

Python中绘制散点图函数用法介绍

1. 概述

散点图是一种常用的数据可视化方式，它能够直观地展示数据点的分布情况和变化趋势。在Python中，我们可以使用多种库来绘制散点图，其中常用的有Matplotlib和Seaborn。本文将详细介绍这两个库中的散点图绘制函数的用法，包括设置散点颜色、大小、形状等。

2. Matplotlib库绘制散点图

Matplotlib是一个功能强大的绘图库，支持各种类型的统计图表，散点图是其中之一。首先，我们需要安装Matplotlib库：

pip install matplotlib

然后，通过import语句导入该库：

import matplotlib.pyplot as plt

2.1 绘制简单散点图

使用Matplotlib库的scatter函数可以绘制简单的散点图，其基本用法如下：

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

其中，x和y分别是数据点的横坐标和纵坐标，可以是列表、数组或Series对象。例如，我们可以绘制一组随机生成的数据点：

import numpy as np

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

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

运行以上代码，将会显示一个简单的散点图，展示了100个随机数据点的分布情况。

2.2 设置散点颜色和大小

scatter函数还支持设置散点的颜色和大小。可以通过c参数设置散点的颜色，可以是单个颜色值、颜色列表或与数据点一一对应的颜色值列表。例如，我们可以将散点设置为红色：

plt.scatter(x, y, c='red')
plt.show()

还可以通过s参数设置散点的大小，可以是单个大小值、大小列表或与数据点一一对应的大小值列表。例如，我们可以将散点设置为不同的大小：

sizes = np.random.randint(10, 100, 100)

plt.scatter(x, y, s=sizes)
plt.show()

2.3 设置散点形状

默认情况下，散点图的形状是圆形，但我们也可以根据需要使用不同的形状。可以通过marker参数设置散点的形状，常用的形状包括圆形(o)、正方形(s)、三角形(^)等。例如，我们可以将散点设置为正方形：

plt.scatter(x, y, marker='s')
plt.show()

2.4 添加图例和标题

要在散点图中添加图例和标题，可以使用legend和title函数。legend函数用于添加图例，可以通过loc参数设置图例的位置。例如，我们可以将图例添加在右上角：

plt.scatter(x, y, label='data')
plt.legend(loc='upper right')
plt.show()

title函数用于添加标题，可以设置标题的文本和字体大小。例如，我们可以添加一个标题”散点图”：

plt.scatter(x, y)
plt.title('散点图', fontsize=16)
plt.show()

3. Seaborn库绘制散点图

Seaborn是一个基于Matplotlib的数据可视化库，提供了更高级的统计图表绘制功能。安装Seaborn库：

pip install seaborn

通过import语句导入该库：

import seaborn as sns

3.1 绘制简单散点图

使用Seaborn库的scatterplot函数可以绘制简单的散点图，其基本用法如下：

sns.scatterplot(x, y)
plt.show()

同样，x和y可以是列表、数组或Series对象。例如，我们可以绘制一组随机生成的数据点：

import numpy as np
import seaborn as sns

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

sns.scatterplot(x, y)
plt.show()

3.2 设置散点颜色和大小

Seaborn库的scatterplot函数也支持设置散点的颜色和大小。可以通过hue参数设置散点的颜色，可以是分类变量、颜色名称或RGB颜色值。例如，我们可以按照分类变量对散点进行着色：

categories = np.random.choice(['A', 'B', 'C'], 100)

sns.scatterplot(x, y, hue=categories)
plt.show()

可以通过size参数设置散点的大小，可以是数字型变量、大小名称或大小范围。例如，我们可以按照一个数值变量对散点进行大小区分：

sizes = np.random.randint(10, 100, 100)

sns.scatterplot(x, y, size=sizes)
plt.show()

3.3 设置散点形状和样式

Seaborn库的scatterplot函数还可以设置散点的形状和样式。可以通过style参数设置散点的样式，可以是分类变量或样式名称。例如，我们可以按照分类变量对散点进行不同的样式设置：

categories = np.random.choice(['A', 'B', 'C'], 100)

sns.scatterplot(x, y, style=categories)
plt.show()

可以通过markers参数设置散点的形状，可以是字典、样式名称或分组变量。例如，我们可以将散点设置为三种不同的形状：

markers = {'A': 's', 'B': 'o', 'C': '^'}

sns.scatterplot(x, y, style=categories, markers=markers)
plt.show()

3.4 添加图例和标题

要在Seaborn绘制的散点图中添加图例和标题，可以使用legend和title函数，与Matplotlib的用法类似。例如，我们可以添加一个图例和一个标题”散点图”：

sns.scatterplot(x, y, label='data')
plt.legend(loc='upper right')
plt.title('散点图', fontsize=16)
plt.show()

4. 结语

本文详细介绍了使用Matplotlib和Seaborn库绘制散点图的用法。通过设置散点的颜色、大小、形状等参数，我们可以灵活地展示数据点的分布情况和变化趋势。

Python中绘制散点图函数用法介绍