plt.scatter(x, y, c='b', marker='o', , cmap='RdBu', alpha=0.5,label='数据点')plt.scatter是Matplotlib库中的一个函数，用于绘制散点图。它用于显示由两个数值数组给出的数据点的二维图。这个函数非常灵活，允许您以多种方式定制散点图的样式和外观。以下是plt.scatter的一些关键参数和功能：数据点...
在这个例子中,我们将使用colors数组作为颜色映射。 # 添加颜色映射plt.scatter(x,y,c=colors) 1. 2. 6. 自定义颜色映射 如果我们想自定义颜色映射,我们可以使用cmap参数来指定一个预定义的颜色映射。在这个例子中,我们将使用viridis颜色映射。 # 自定义颜色映射plt.scatter(x,y,c=colors,cmap='viridis') 1....
# 创建散点图plt.figure(figsize=(10,6))# 设置图形尺寸plt.scatter(x,y,c='b')# 用蓝色绘制散点,c参数稍后将更改 1. 2. 3. 4. 应用cmap 在这一步中,我们将应用cmap来为散点图中的点上色。我们将根据z值选择色彩映射,这里我们使用viridis色图。 # 应用cmap进行颜色映射scatter=plt.scatter(x,y,c=...
使用plt.scatter()绘制散点图,其中x和y是散点的横纵坐标,c是颜色值,s是散点的大小,cmap是颜色映射,并使用plt.colorbar()添加颜色条。 紧接着,使用plt.rc()设置字体为Times New Roman;随后,生成一条直线的横坐标范围,使用np.linspace()生成一系列横坐标值,并存储在x_line中;这些点将组成后续所得散点图中...
scatter = pl.scatter(x, y, c=colors, cmap='hot') 添加颜色条 cbar = pl.colorbar(scatter) cbar.set_label('Intensity') 显示图表 pl.show() 三、散点图和颜色条的高级应用 现在让我们通过一个实际的例子来演示如何结合散点图和颜色条来展示更为复杂的数据。
import numpy as np import matplotlib.pyplot as plt 生成随机数据 data = np.random.rand(50) 创建一个散点图,设置cmap参数为'viridis',alpha参数为0.5 plt.scatter(np.arange(50), data, c=data, cmap='viridis', alpha=0.5) 显示图形 plt.show()...
scatter(x, y, s=20, c=None, marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None) x:指定散点图的x轴数据 y:指定散点图的y轴数据 s:指定散点图点的大小,默认为20,通过传入其他数值型变量,可以实现气泡图的绘制 ...
2,scatter 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) x,y——设置点的位置 s——点的大小 c——点的颜色 marker——点的形状 cmap——可...
6. 正式绘制散点图:scatter plt.scatter(x, y, s=area, c=colors, linewidths=widths, alpha=0.5, marker='o') 其参数主要有: defscatter(self, x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, ...