refer to:

https://blog.csdn.net/qq_38573437/article/details/103467003

https://www.cnblogs.com/sench/p/9522627.html

大家平时为了直观地显示数据的分布情况，在画散点图的时候，简单地把数据点用圆点标出来，像这样：

这样：

还有这样：

然而今天我想给大家展示的散点图，或许没有那么直观地反映数据的分布情况，不够实用，但是真的很美很艺术，每个的点的颜色和大小都不一样，形状也是多变的。比如五角星的散点图：

圆点的散点图：

Y形的散点图：

等等还有很多，那么这些漂亮的形状是怎么画出来的呢？其实代码很简单：

这里用到一个matplotlib.pyplot子库中画散点图的函数
matplotlib.pyplot.scatter(x, y, s=20, c=None, marker='o',
cmap=None, norm=None, vmin=None, vmax=None, alpha=None,
linewidths=None, verts=None, edgecolors=None, hold=None,
data=None, **kwargs）
这个函数接收的参数很多，有默认值的平时也不需要我们指定，是可选的，这次我们用到的除了基本的x ，y参数，还有c，s，alpha和marker，c就是为点指定的颜色数组，s是点的面积大小，alpha是点的颜色的透明度，marker是指定点标记的形状。在例子里指定透明度为0.5，c和s是随机生成的，我们要改变的是marker的值，marker有很多值可供选择，下表展示了在例子代码的基础上，改变marker的值后的效果：

marker	result
”.”
”,”
“o”
“v”
“^”
“<”
“>”
“1”
“2”
“3”
“4”
“8”
“s”
“p”
“*”
“h”
“H”
“+”
“x”
“D”
“d”
“	”
“_”
“None”	没错就是什么都没有。。。
“$…$”
(numsides, style, angle) eg:(9,0, 30) 注：numsides是边的个数， angle是旋转角度， style只有0,1,2,3四个值
(numsides, style, angle) eg:(9,1, 30)
(numsides, style, angle) eg:(9,2, 30)
(numsides, style, angle) eg:(9,3, 30) 注：此时numsides和angle的值自动被忽略

在matplotlib中使用函数 matplotlib.pyplot.scatter 绘制散点图，matplotlib.pyplot.scatter的函数签名如下：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)

常用参数有：x,y组成了散点的坐标；s为散点的面积；c为散点的颜色（默认为蓝色'b'）；marker为散点的标记；alpha为散点的透明度（0与1之间的数，0为完全透明，1为完全不透明）;linewidths为散点边缘的线宽；如果marker为None，则使用verts的值构建散点标记；edgecolors为散点边缘颜色。
其他参数如cmap为colormap；norm为数据亮度；vmin、vmax和norm配合使用用来归一化亮度数据，这些与数据亮度有关，可以参考这篇文章。
下面为常见的用法：

1、绘制普通散点图

import matplotlib 
import matplotlib.pyplot as pltimport numpy as np# 保证图片在浏览器内正常显示%matplotlib inline# 10个点N = 10x = np.random.rand(N)
y = np.random.rand(N)
plt.scatter(x, y)
plt.show()

输出：

2、更改散点的大小

import matplotlib 
import matplotlib.pyplot as pltimport numpy as np# 保证图片在浏览器内正常显示%matplotlib inline# 10个点N = 10x = np.random.rand(N)y = np.random.rand(N)# 每个点随机大小s = (30*np.random.rand(N))**2plt.scatter(x, y, s=s)plt.show()

输出：

3、更改散点颜色和透明度

import matplotlib import matplotlib.pyplot as pltimport numpy as np# 保证图片在浏览器内正常显示%matplotlib inline# 10个点N = 10x = np.random.rand(N)y = np.random.rand(N)# 每个点随机大小s = (30*np.random.rand(N))**2# 随机颜色c = np.random.rand(N)plt.scatter(x, y, s=s, c=c, alpha=0.5)plt.show()

输出：

4、更改散点形状

import matplotlib.pyplot as pltimport numpy as np# 保证图片在浏览器内正常显示%matplotlib inline# 10个点N = 10x = np.random.rand(N)y = np.random.rand(N)s = (30*np.random.rand(N))**2c = np.random.rand(N)plt.scatter(x, y, s=s, c=c, marker='^', alpha=0.5)plt.show()

输出：

所有可用的形状可以参考matplotlib.markers。

5、在一张图上绘制两组数据的散点

import matplotlib.pyplot as pltimport numpy as np# 保证图片在浏览器内正常显示%matplotlib inline# 10个点N = 10x1 = np.random.rand(N)y1 = np.random.rand(N)x2 = np.random.rand(N)y2 = np.random.rand(N)plt.scatter(x1, y1, marker='o')plt.scatter(x2, y2, marker='^')plt.show()

输出：

6、为散点设置图例

import matplotlib.pyplot as pltimport numpy as np# 保证图片在浏览器内正常显示%matplotlib inline# 10个点N = 10x1 = np.random.rand(N)
y1 = np.random.rand(N)
x2 = np.random.rand(N)
y2 = np.random.rand(N)
plt.scatter(x1, y1, marker='o', label="circle")
plt.scatter(x2, y2, marker='^', label="triangle")
plt.legend(loc='best')
plt.show()

输出：