python怎么畫一維散點圖？小白求解！散點圖怎么畫??？

基本代碼如下：

成都創(chuàng)新互聯(lián)憑借在網(wǎng)站建設(shè)、網(wǎng)站推廣領(lǐng)域領(lǐng)先的技術(shù)能力和多年的行業(yè)經(jīng)驗，為客戶提供超值的營銷型網(wǎng)站建設(shè)服務(wù)，我們始終認(rèn)為：好的營銷型網(wǎng)站就是好的業(yè)務(wù)員。我們已成功為企業(yè)單位、個人等客戶提供了成都做網(wǎng)站、成都網(wǎng)站建設(shè)、成都外貿(mào)網(wǎng)站建設(shè)服務(wù)，以良好的商業(yè)信譽，完善的服務(wù)及深厚的技術(shù)力量處于同行領(lǐng)先地位。

這里使用numpy包的random函數(shù)隨機(jī)生成1000組數(shù)據(jù)，然后通過scatter函數(shù)繪制了散點圖。

重點其實在于scatter函數(shù)。

x,y 形如shape(n,)的數(shù)組，可選值，

s 點的大?。ㄒ簿褪敲娣e）默認(rèn)20

c 點的顏色或顏色序列，默認(rèn)藍(lán)色。其它如c = 'r' (red); c = 'g' (green); c = 'k' (black) ; c = 'y'(yellow)

marker 形狀，可選值，默認(rèn)是圓

如果需要其他的，可搜索matplotlib的官網(wǎng)，在官網(wǎng)中搜索markers，選擇第一個結(jié)果。

alpha：標(biāo)量，可選，默認(rèn)值：無， 0（透明）和1（不透明）之間的alpha混合值

示例alpha = 0.5

edgecolors，顧名思義，邊緣顏色或顏色序列，可選值，默認(rèn)值：None

python數(shù)據(jù)可視化--matplotlib繪制散點圖

'''

s:

size的縮寫，設(shè)置散點的大小。若是給定一個數(shù)值，則所有點的大小一致；若是給定一個數(shù)組，則每個點的大小不同。

c:

color的縮寫，設(shè)置散點的顏色。若只有一個值，則所有的點設(shè)置為同一個顏色，若給定一個顏色數(shù)組，則不同的點可以設(shè)置成不同的顏色，若給定浮點數(shù)的數(shù)組，則映射到相應(yīng)的顏色。

marker:

用于設(shè)置散點的標(biāo)記，用法與折線圖的marker參數(shù)一對稱，具體參考《python數(shù)據(jù)可視化--matplotlib繪制折線圖(2)》對marker的詳細(xì)介紹。

cmap:

表示數(shù)據(jù)點的顏色映射表，僅當(dāng)參數(shù)c為浮點數(shù)的數(shù)組時才可用。cmap需要花很大的篇幅進(jìn)行介紹，往后再詳細(xì)講解，在此先按下不表。

norm:

表示數(shù)據(jù)的亮度，取值范圍在0~1，只有c是一個浮點數(shù)的數(shù)組的時候才使用。

alpha:

表示數(shù)據(jù)的透明度，取值范圍在0~1。

linewidths:表示數(shù)據(jù)點邊緣的寬度。

edgecolors:表示數(shù)據(jù)點邊緣的顏色。

'''

'''

顏色映射是一系列顏色，從起始顏色漸變到結(jié)束顏色，可用于突出數(shù)據(jù)的規(guī)律

例如，交錢的顏色顯示較小的值，較深的顏色顯示較大的值

'''

Python實現(xiàn)彩色散點圖繪制（利用色帶對散點圖進(jìn)行顏色渲染）

接受自己的普通，然后全力以赴的出眾，告訴自己要努力，但不要著急....

當(dāng)然， 這個結(jié)果并不是我真正想要的，Pass, 太丑了！

好吧，安排，我們先看下實現(xiàn)后的效果！

這個效果自然就比之前的好多了！

實現(xiàn)python散點圖繪制需要用到matplotlib庫， matplotlib庫是專門用于可視化繪圖的工具庫；學(xué)習(xí)一個新的庫當(dāng)然看官方文檔了：

實現(xiàn)思路：

matplotlib.pyplot.scatter() 函數(shù)是專門繪制散點圖的函數(shù)：

matplotlib.pyplot.scatter ( x, y , s=None , c=None , marker=None , cmap=None , norm=None , vmin=None , vmax=None , alpha=None , linewidths=None , verts=None , edgecolors=None , ***, data=None , ** kwargs ) **

plt.scatter(observation, estimate, c=Z1, cmap=colormap, marker=".", s=marker_size, norm=colors.LogNorm(vmin=Z1.min(), vmax=0.5 * Z1.max()))

其中：

1、c參數(shù)為計算的散點密度；

2、cmap為色帶（matplotlib里面自帶了很多色帶可供選擇）,參見：

3、由于計算的散點密度數(shù)值大小分散，因此利用norm參數(shù)對散點密度Z1進(jìn)行歸一化處理(歸一化方式很多，參見colors類)，并給歸一化方式設(shè)置色帶刻度的最大最小值vmin和vmax(一般這兩個參數(shù)就是指定散點密度的最小值和最大值)，這樣就建立起了密度與色帶的映射關(guān)系。

（這里的結(jié)果與前面展示的相比改變了計算散點密度的半徑：radius = 3以及繪制散點圖的散點大小marksize）

作者能力水平有限，歡迎各位批評指正！