python100天66scatter函数制作散点图

　　什么是散点图
　　散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。
　　用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不同标记表示。散点图通常用于比较跨类别的聚合数据 散点图的定义
　　scatter函数格式：  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：形如shape(n,)的数组，可选值， s：  点的大小（也就是面积）默认20 c：  点的颜色或颜色序列，默认蓝色。其它如c = ＂r＂ (red); c = ＂g＂ (green); c = ＂k＂ (black) ; c = ＂y＂(yellow) marker：标记样式，可选值，默认是圆点； cmap: colormap，用于表示从第一个点开始到最后一个点之间颜色渐进变化； norm: normalize, vmin: vmax: alpha:  设置标记的颜色透明度，可以理解为颜色属性之一 linewidths:  设置标记边框的宽度值 verts: edgecolors:  设置标记边框的颜色 hold: data: **kwargs:
　　画一个最简单的散点图
　　＂＂＂ Created on 2023年1月24日 @author: admin ＂＂＂ import matplotlib.pyplot as plt import numpy as np  plt.style.use(＂_mpl-gallery＂) # make the data np.random.seed(3)  x = 4 + np.random.normal(0, 2, 24) y = 4 + np.random.normal(0, 2, len(x))    sizes = np.random.uniform(15, 80, len(x)) colors = np.random.uniform(15, 80, len(x))    fig, ax = plt.subplots() ax.scatter(x, y, s=sizes, c=colors, vmin=0, vmax=100)  ax.set(xlim=(0, 8), xticks=np.arange(1, 8),                 ylim=(0, 8), yticks=np.arange(1, 8)             )  plt.show()ax.scatter(x, y, s=sizes, c=colors, vmin=0, vmax=100)
　　其实代码的函数主要参数比较简单，x,y坐标，点的颜色控制 # plt.style.use(＂_mpl-gallery＂)  不要设置 样式，则显示如下
　　继续控制散点图样式import matplotlib.pyplot as plt  # 第一组散点图坐标 x1 = [89, 43, 36, 36, 95, 10, 66, 34, 38, 20]  y1 = [21, 46, 3, 35, 67, 95, 53, 72, 58, 10]   # 第f二组散点图坐标 x2 = [26, 30, 48, 64, 6, 5, 36, 66, 72, 40]  y2 = [26, 34, 90, 33, 38, 20, 56, 2, 47, 15]  plt.scatter(x1, y1, c =＂pink＂,                       linewidths = 2,                       marker =＂s＂,                       edgecolor =＂green＂,                       s = 50)  plt.scatter(x2, y2, c =＂yellow＂,                 linewidths = 2,                 marker =＂^＂,                 edgecolor =＂red＂,                 s = 200)  plt.xlabel(＂X-axis＂) plt.ylabel(＂Y-axis＂) plt.show()
　　参数的详细说明可以看文章立面的说明。