matlab中scatter函数怎么⽤,Python中scatter函数参数及⽤法
详解
最近开始学习Python编程，遇到scatter函数，感觉⾥⾯的参数不知道什么意思于是查资料，最后总结如下：
1、scatter函数原型
2、其中散点的形状参数marker如下：
3、其中颜⾊参数c如下:
4、基本的使⽤⽅法如下：
#导⼊必要的模块
import numpy as np
import matplotlib.pyplot as plt
#产⽣测试数据
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#设置标题
ax1.set_title('Scatter Plot')
#设置X轴标签
plt.xlabel('X')
#设置Y轴标签
plt.ylabel('Y')
#画散点图
ax1.scatter(x,y,c = 'r',marker = 'o')
#设置图标
plt.legend('x1')
#显⽰所画的图
plt.show()
结果如下：
5、当scatter后⾯参数中数组的使⽤⽅法，如s，当s是同x⼤⼩的数组，表⽰x中的每个点对应s中⼀个⼤⼩，其他如c，等⽤法⼀样，如下：
(1)、不同⼤⼩
#导⼊必要的模块
import numpy as np
import matplotlib.pyplot as plt
#产⽣测试数据
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#设置标题
ax1.set_title('Scatter Plot')
#设置X轴标签
plt.xlabel('X')
#设置Y轴标签
plt.ylabel('Y')
#画散点图
sValue = x*10
ax1.scatter(x,y,s=sValue,c='r',marker='x') #设置图标
plt.legend('x1')
#显⽰所画的图
plt.show()
(2)、不同颜⾊
#导⼊必要的模块
import numpy as np
import matplotlib.pyplot as plt
#产⽣测试数据
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#设置标题
ax1.set_title('Scatter Plot')
#设置X轴标签
plt.xlabel('X')
#设置Y轴标签
plt.ylabel('Y')
#画散点图
cValue = ['r','y','g','b','r','y','g','b','r']
ax1.scatter(x,y,c=cValue,marker='s')
#设置图标
plt.legend('x1')
#显⽰所画的图
plt.show()
结果：
(3)、线宽linewidths
#导⼊必要的模块
import numpy as np
import matplotlib.pyplot as plt
#产⽣测试数据
x = np.arange(1,10)
y = x
fig = plt.figure()
ax1 = fig.add_subplot(111)
#设置标题
ax1.set_title('Scatter Plot')
#设置X轴标签
plt.xlabel('X')
#设置Y轴标签
plt.ylabel('Y')
#画散点图
lValue = x
ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o')
#设置图标
plt.legend('x1')
#显⽰所画的图
plt.show()
注：  这就是scatter基本的⽤法。
PS：下⾯举个⽰例
matplotlib中subplot
本⽂记录了python中的数据可视化——散点图scatter，令x作为数据(50个点，每个30维)，我们仅可视化前两维。labels为其类别(假设有三类)。
这⾥的x就⽤random来了，具体数据具体分析。
label设定为[1:20]->1, [21:35]->2, [36:50]->3，(python中数组连接⽅法：先强制转为list，⽤+，再转回array)⽤matplotlib的scatter绘制散点图，legend和matlab中稍有不同，详见代码。
x = rand(50,30)
from numpy import *
import matplotlib
import matplotlib.pyplot as plt
#basic
f1 = plt.figure(1)
plt.subplot(211)
plt.scatter(x[:,1],x[:,0])
# with label
plt.subplot(212)
label = list(ones(20))+list(2*ones(15))+list(3*ones(15))
label = array(label)
plt.scatter(x[:,1],x[:,0],15.0*label,15.0*label)
# with legend
f2 = plt.figure(2)
idx_1 = find(label==1)
p1 = plt.scatter(x[idx_1,1], x[idx_1,0], marker = 'x', color = 'm', label='1', s = 30)
idx_2 = find(label==2)
p2 = plt.scatter(x[idx_2,1], x[idx_2,0], marker = '+', color = 'c', label='2', s = 50)
idx_3 = find(label==3)
p3 = plt.scatter(x[idx_3,1], x[idx_3,0], marker = 'o', color = 'r', label='3', s = 15)
plt.legend(loc = 'upper right')
result：
figure(1)：
figure(2)：
以上就是本⽂的全部内容，希望对⼤家的学习有所帮助，也希望⼤家多多⽀持脚本之家。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。