x = np.array([2,2,8,1,15,8,12,9,7,3,11,4,7,14,12]) y = np.array([100,105,84,105,90,99,90,95,94,100,79,112,91,80,85]) plt.scatter(x, y, color = '#88c999') plt.show()显示结果如下:使用随机数来设置散点图:实例 import numpy as np import matplotlib.pyplot as pl...
在matplotlib中,scatter方法用于绘制散点图,与plot方法不同之处在于,scatter主要用于绘制点的颜色和大小呈现梯度变化的散点图,也就是我们常说的气泡图。基本用法如下 代码语言:javascript 复制 plt.scatter(x=np.random.randn(10),y=np.random.randn(10),s=40*np.arange(10),c=np.random.randn(10)) 输出结果...
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs) 参数说明: x,y:长度相同的数组,也就是我们即将绘制散点图的数据点,输入数据。 s:点的大...
https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.scatter.html#matplotlib-pyplot-scatter (2)中文翻译版 matplotlib.pyplot.scatter(x,y,s=None,c=None,marker=None,cmap=None,norm=None,vmin=None,vmax=None,alpha=None,linewidths=None,*,edgecolors=None,plotnonfinite=False,data=None,**kwarg...
在matplotlib中,scatter方法用于绘制散点图,与plot方法不同之处在于,scatter主要用于绘制点的颜色和大小呈现梯度变化的散点图,也就是我们常说的气泡图。基本用法如下 plt.scatter(x= np.random.randn(10), y=np.random.randn(10),s=40 * np.arange(10),c=np.random.randn(10)) ...
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()
1 函数定义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)不同标记大小和/或颜色的y对x的散点图 2 主要参数说明x,y :像(n,)一样的数组,...
matplotlib中plt.scatter()参数详解 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, hold=None, data=None, **kwargs) x,y:输入数据,array_like,shape(n,)...
scatter([1],[1], s=22**2) plt.show() ![image.png](http://upload-images.jianshu.io/upload_images/8730384-8d27a5015b37ee97.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240) import matplotlib.pyplot as plt for dpi in [72,100,144]: fig,ax = plt.subplots(figsize=(1.5,2...
cmap 则是利用 matplotlib 内置的 colormap 来指定点的颜色,不用再手动去指定每个点的颜色,matplotlib 会自动确定。例如 cmap="viridis"。 参见:matplotlib.pyplot.scatter — Matplotlib 3.4.3 documentation 有用 回复 撰写回答 你尚未登录,登录后可以 和开发者交流问题的细节 关注并接收问题和回答的更新提醒 参与...