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 Codeimport 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 Codeplt.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 Codefor 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。