Python繪制簡(jiǎn)單散點(diǎn)圖的方法
散點(diǎn)圖，顧名思義是一些散亂的點(diǎn)構(gòu)成的圖。那么這些散亂的點(diǎn)有什么作用呢？散點(diǎn)圖通過(guò)用兩組數(shù)據(jù)構(gòu)成多個(gè)坐標(biāo)點(diǎn)，考察坐標(biāo)點(diǎn)的分布，判斷兩變量之間是否存在某種關(guān)聯(lián)或總結(jié)坐標(biāo)點(diǎn)的分布模式。
繪制方法大體上與折線圖一致，只是對(duì)點(diǎn)不需要去擬合折線，使用plt.scatter()函數(shù)替代plt.plot()即可。例如繪制三月份與十一月份的氣溫散點(diǎn)圖，代碼如下：
'''
? ? 繪制散點(diǎn)圖，要點(diǎn)：plt.scatter(x,y)
'''
# 導(dǎo)入模塊
from matplotlib import pyplot as plt
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\MSYHL.TTC")
?
# 輸入變量數(shù)據(jù)(參數(shù))
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
?
x_3 = range(1,32)
x_10 = range(51,82)
?
# 設(shè)置圖形大小
plt.figure(figsize=(20,8),dpi=80)
?
# 使用scatter繪制散點(diǎn)圖,和之前繪制折線圖一樣只用將plot更改成scatter
plt.scatter(x_3,y_3,label='3月份氣溫變化散點(diǎn)圖')
plt.scatter(x_10,y_10,label='10月份氣溫變化散點(diǎn)圖')
?
# 調(diào)整X軸的刻度
_x = list(x_3) + list(x_10)
_xtick_labels = ['3月{}日'.format(i) for i in x_3]
_xtick_labels += ['10月月{}日'.format(i-50) for i in x_10]
plt.xticks(_x[::3],_xtick_labels[::3],fontproperties = my_font,rotation=45)
?
# 添加描述信息
plt.xlabel('時(shí)間',fontproperties = my_font)
plt.ylabel('溫度',fontproperties = my_font)
plt.title('三月氣溫和十月氣溫散點(diǎn)圖',fontproperties = my_font)
?
# 添加圖例
plt.legend(prop=my_font,loc='upper left') ?# 要在繪制圖像那一步添加標(biāo)簽
?
# 展示圖形
plt.show()運(yùn)行結(jié)果如下：
畫(huà)圖方式與折線圖大體一致，只是修改了擬合的方式。從圖中能大體看出三月份氣溫呈現(xiàn)上升趨勢(shì)，十一月份呈現(xiàn)下降趨勢(shì)，且增長(zhǎng)與下降幅度變化大體一致。
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
Django項(xiàng)目使用ckeditor詳解(不使用admin)
今天小編就為大家分享一篇Django項(xiàng)目使用ckeditor詳解(不使用admin)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-12-12
python爬取w3shcool的JQuery課程并且保存到本地
本文主要介紹python爬取w3shcool的JQuery的課程并且保存到本地的方法解析。具有很好的參考價(jià)值。下面跟著小編一起來(lái)看下吧2017-04-04
Python?OpenCV實(shí)現(xiàn)圖像增強(qiáng)操作詳解
由于很多不確定因素，導(dǎo)致圖像采集的光環(huán)境極其復(fù)雜；為了提高目標(biāo)檢測(cè)模型的泛化能力，本文將使用python中的opencv模塊實(shí)現(xiàn)常見(jiàn)的圖像增強(qiáng)方法，感興趣的可以了解一下2022-10-10
python內(nèi)建類(lèi)型與標(biāo)準(zhǔn)類(lèi)型
這篇文章主要介紹了python內(nèi)建類(lèi)型與標(biāo)準(zhǔn)類(lèi)型，文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-08-08
Python自制一個(gè)PDF轉(zhuǎn)PNG圖片小工具
這篇文章主要為大家詳細(xì)介紹了如何利用Python中的PyQt5自制一個(gè)PDF轉(zhuǎn)PNG格式圖片的小工具，文中的示例代碼講解詳細(xì)，感興趣的可以了解一下2023-02-02
如何使用Python處理HDF格式數(shù)據(jù)及可視化問(wèn)題
這篇文章主要介紹了如何使用Python處理HDF格式數(shù)據(jù)及可視化問(wèn)題,本文通過(guò)實(shí)例圖文相結(jié)合給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-06-06
Python3中多線程編程的隊(duì)列運(yùn)作示例
這篇文章主要介紹了Python3中多線程編程的隊(duì)列運(yùn)作示例,文中用一個(gè)簡(jiǎn)單的例子展示了Python下嘗試多線程時(shí)隊(duì)列的進(jìn)站出站是如何運(yùn)作的,需要的朋友可以參考下2015-04-04
解決Pandas生成Excel時(shí)的sheet問(wèn)題的方法總結(jié)
估計(jì)有不少小伙伴在將 DataFrame導(dǎo)入到Excel的時(shí)候，遇到過(guò)下面這種尷尬的情況：想給一個(gè)現(xiàn)有的Excel文件追加一個(gè)sheet，結(jié)果發(fā)現(xiàn)其它的sheet都沒(méi)了等，本文就來(lái)告訴你如何解決這些問(wèn)題2022-08-08
詳解Python中range()與xrange()的區(qū)別
range()?和?xrange()?是兩個(gè)函數(shù)，可用于在?Python的?for?循環(huán)中迭代一定次數(shù)。本文將通過(guò)示例詳細(xì)說(shuō)說(shuō)二者的區(qū)別與使用，需要的可以參考一下2022-09-09
Python如何實(shí)現(xiàn)Paramiko的二次封裝
這篇文章主要介紹了Python如何實(shí)現(xiàn)Paramiko的二次封裝，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2021-01-01