玩命加载中...
### 6. plt.scatter散点图 散点图也是一种很常用的数据可视化的方式。`plt.scatter(x, y)`将`(x, y)`作为一个个散点描绘出来。 ```python plt.figure(figsize=(5, 3)) x = np.random.uniform(0, 10, 10) y = np.random.uniform(0, 10, 10) plt.scatter(x, y) plt.show() ``` ![png](output_51_0.png) `plt.scatter`中的参数`s`用来表示每个散点的大小。 ```python plt.figure(figsize=(5, 3)) plt.scatter(x, y, s=50) plt.show() ``` ![png](output_53_0.png) 散点的大小不仅可以是固定的数值,也可以给每个点设置不同的数值。这样我们就可以把一个三维数据呈现在二维图像中。 ```python sizes = np.random.uniform(20, 200, 10) plt.figure(figsize=(5, 3)) plt.scatter(x, y, s=sizes) plt.show() ``` ![png](output_55_0.png) 与`plt.plot`以及`plt.hist`一样,我们可以设置透明度、颜色、线宽、注释、图例、标题、坐标轴名称等等。 ```python plt.figure(figsize=(5, 3)) plt.scatter(x, y, s=sizes, color='g', alpha=0.3, lw=0) plt.title('My green scatter plot.') plt.show() ``` ![png](output_57_0.png) ### 7. 作图样式模板的设定 `plt`支持各种类型的作图样式模板,常用的比如`ggplot`,能达到`R`中`ggplot`一样的效果。示例如下: ```python plt.style.use('ggplot') x = np.random.normal(0, 1, 1000) plt.figure(figsize=(5, 3)) plt.hist(x) plt.show() ``` ![png](output_59_0.png) 当然还有其他各式各样的模板,具体可以参考[**matplotlib.pyplot有哪些不同的作图样式模板**](http://sofasofa.io/forum_main_post.php?postid=1000930) #### 小结: 本教程只是针对pyplot使用的零基础介绍。我们将会继续推出续集,进一步介绍pyplot中其他类型的图,以及如何在将多图并入一个图中等技巧。 <ul class="pagination"> <li><a href="index.php">第1页</a></li> <li><a href="2.php">第2页</a></li> <li><a href="3.php">第3页</a></li> <li><a href="4.php">第4页</a></li> <li><a href="5.php">第5页</a></li> <li class="active"><a href="#">第6页</a></li> </ul> <ul class="pager"> <li class="previous"><a href="5.php"><b>&larr; 返回前一页</b></a></li> <li class="next"><a href="../../tutorials.php"><b><i class="fa fa-graduation-cap" aria-hidden="true"></i>&nbsp; 学完咯!</b></a></li> </ul>