要使用scatter()函数绘制一系列点,你需要提供两个列表:x_value列表和y_value列表,分别包含每个点的x和y坐标。 import matplotlib.pyplot as plt # 定义点的坐标列表 x_values = [1, 2, 3, 4, 5] y_values = [2, 3, 5, 7, 11] # 绘制散点图 plt.scatter(x_values, y_values, s=100, c='...
ax1.scatter(x,y,c='r',marker ='o') #设置图标 plt.legend('x1') #显示所画的图 plt.show() 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 numpyasnp import matplotlib.pypl...
代码: import matplotlib.pyplot as plt import matplotlib.font_manager as fm import numpy as np #显示中文字体 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False x_range=[1,2,2.3,1.8,4] y_range=[2,2.1,3,1.3,3] plt.scatter(x_range, y_range,...
以下是一个使用scatter()函数定制随机漫步样式,并重新绘制起点和终点的示例代码: import matplotlib.pyplot as plt import numpy as np # 设置随机漫步的参数 num_steps = 100 step_size = 1 # 初始化起点坐标 x = 0 y = 0 # 初始化图形 plt.figure(figsize=(8, 8)) # 记录路径上的点 # path = [...
matplotlib.use('TkAgg') 运行效果如下: 2. 绘制折线图 在上述的实例代码中,使用两个坐标绘制一条直线,接下来使用平方数序列1、9、25、49和81来绘制一个折线图。【示例】绘制折线图 代码语言:javascript 代码运行次数:0 运行 AI代码解释 # 导入matplotlib模块importmatplotlib.pyplotasplt ...
plt.scatter(age, rating) # 添加描述信息 plt.title('运动员年龄与评分散点图') plt.xlabel('年龄') plt.ylabel('评分') plt.show() 3. 绘制直方图 利用直方图查看运动员的年龄(Age)分布 代码语言:txt AI代码解释 import pandas as pd import matplotlib.pyplot as plt ...
Matplotlib 散点图 我们可以使用 pyplot 中的 scatter() 方法来绘制散点图。 scatter() 方法语法格式如下: 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) ...
import matplotlib.pyplot as plt # 创建一个数据集,X有两个特征,y={-1,1} X, y = make_blobs(n_samples=500, centers=2, random_state=6) y[y == 0] = -1 plt.scatter(X[:, 0], X[:, 1], c=y, s=50, cmap=plt.cm.Paired) ...
import matplotlib.pyplot as plt fig = plt.figure('Scatter example1', figsize=(9.5, 6.5)) X = np.arange(1, 11) a_scores = np.array([51, 63, 70, 89, 97, 80, 90, 100, 80, 34]) b_scores = np.array([40, 19, 49, 38, 100, 68, 58, 45, 20, 30]) ...