Matplotlib 散点图学习笔记

什么是散点图？

散点图是一种常用的数据可视化方式，适用于展示两个变量之间的关系。通常横轴代表一个变量，纵轴代表另一个变量，每一个点代表一组观测值，其位置由变量的值决定。

如何使用Matplotlib绘制散点图？

Matplotlib是Python中常用的绘图工具之一，也可以用来绘制散点图。以下是一个最简单的绘制散点图的例子：

pythonCopy Code
import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 5, 4, 5]

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

这里我们定义了两个列表 x 和 y，分别代表横轴和纵轴上的变量值。然后使用 plt.scatter 函数绘制散点图，并使用 plt.show 函数显示图像。运行代码后会得到以下结果：

可以看到，我们得到了一个简单的、带有五个点的散点图。其中横轴代表 x 变量的值，纵轴代表 y 变量的值。

如何自定义散点图？

Matplotlib提供了多种自定义散点图的方法，可以让我们更好地展示数据。以下是一些自定义散点图的例子：

调整点的大小和颜色

我们可以使用 s 参数来调整点的大小，使用 c 参数来指定点的颜色。

例如，下面的代码将调整点的大小为 50，颜色为蓝色。

pythonCopy Code
plt.scatter(x, y, s=50, c='blue')
plt.show()

这里我们可以看到，点的大小和颜色都发生了变化。

给点添加标签

我们可以使用 plt.text 函数在每个点旁边添加标签。

例如，下面的代码将在每个点旁边添加一个字符串，该字符串由点在列表中的索引构成。

pythonCopy Code
for i, txt in enumerate(range(len(x))):
    plt.scatter(x[i], y[i])
    plt.text(x[i]+0.1, y[i]+0.1, txt)
    
plt.show()

我们可以看到，每个点旁边都添加了一个标签。

总结

散点图是展示两个变量之间关系的一种常用方式，Matplotlib提供了丰富的绘制散点图的方法，包括调整点的大小、颜色、添加标签等。通过学习这些方法，我们可以更好地展示数据，深入理解数据背后的含义。