然后,我们使用plt.scatter函数绘制散点图,其中x和y参数分别表示散点的横坐标和纵坐标。最后,我们使用plt.show函数显示图表。二、调整散点图外观默认情况下,散点图的颜色为黑色,我们可以使用c参数调整颜色。以下是一个例子,演示如何使用c参数指定颜色: import matplotlib.pyplot as plt # 创建数据 x = [1, 2, ...
X,y=sklearn.datasets.make_moons(200,noise=0.20)plt.scatter(X[:,0],X[:,1])plt.show() 月亮散点图 二、根据预测值y分类进行颜色区分 #将y设置为颜色参数,s为点的大小,cmap=plt.cm.Spectral按y分类分配点的颜色 # 这里的y只有二分类,所以只有两种颜色 # 如果你的y是多分类的值,那么会匹配出多种...
plt.scatter函数用于绘制这些点,我们设置了cmap='viridis'来指定颜色映射,s=50来调整点的大小。最后,我们添加了一个颜色条,设置了标题和坐标轴标签,并显示了图形。这个例子展示了如何使用plt.scatter函数的基本用法,以及如何调整其参数来定制散点图的外观。您可以根据需要调整这些参数来满足您的具体需求。案例二、...
import timeit import matplotlib.pyplot as plt price = [2.50, 1.23, 4.02, 3.25, 5.00, 4.40] sales_per_day = [34, 62, 49, 22, 13, 19] print( "plt.scatter()", timeit.timeit( "plt.scatter(price, sales_per_day)", number=1000, globals=globals(), ), ) print( "plt.plot()", ti...
点:scatter plot 二维数据,适用于简单二维关系; 线:line plot 二维数据,适用于时间序列; 柱状:bar plot 二维数据,适用于类别统计; 颜色:heatmap 适用于展示第三维度; 数据间存在分布,构成,比较,联系以及变化趋势等关系。对应不一样的关系,选择相应的图形进行展示。
plt.plot(x, np.sin(x -0), color='blue')# 通过颜色名称指定 plt.plot(x, np.sin(x -1), color='g')# 通过颜色简写名称指定(rgbcmyk) plt.plot(x, np.sin(x -2), color='0.75')# 介于0-1之间的灰阶值 plt.plot(x, np.sin(x -3), color='#FFDD44')# 16进制的RRGGBB值 ...
plt.scatter(x, y) plt.bar(x, y) plt.plot(x, y) 1. 2. 3. 最基本的两个参数就是x和y,一般为一维列表,x与y的size要一致,x[i]与y[i]表示图中的一个点的x与y轴坐标。 在绘图后,最后要使用plt.show()显示出图像。 无论多少张图,一句plt.show()即可。
#设置坐标轴标签 plt.xlabel('X') plt.ylabel('Y') #设置标题 plt.title('Scatter plot') #显示图形 plt.show() 运行上述代码,即可得到一个带有随机散点的散点图。 四、自定义散点样式 我们可以使用plt.scatter函数的参数来自定义散点的样式,例如颜色、标记形状、标记大小等。 1.修改颜色 我们可以通过colo...
目标是在绘制pcolormesh和scatter时修改xticklabel。 但是,我很难访问现有的xtick标签。 Simply ax = plt.axes() labels_x = [item.get_text() for item in ax.get_xticklabels()] which produced: ['', '', '', '', '', ''] or
使用matplotlib.pyplot可以绘制各种图形,包括折线图、散点图、柱状图、饼图等。例如,通过调用plot函数可以绘制折线图,调用scatter函数可以绘制散点图,调用bar函数可以绘制柱状图,调用pie函数可以绘制饼图。 除了基本的绘图功能,matplotlib.pyplot还提供了许多高级功能,如添加坐标轴标签、设置图形标题、设置坐标轴范围、设置图...