Python Matplotlib 散点图绘制详解

"Chinese Simplified Computer Font'] plt.rcParams['axes.unicode_minus'] = False x = [2, 5, 8, 10, 14, 17, 22, 24, 27] y = [1, 4, 6, 12, 15, 19, 21, 25, 28] plt.figure(figsize=(8, 6)) # 设置图像大小 plt.scatter(x, y, color="b", marker="o", s=70, alpha=0.8) # 画散点图，设置点的颜色、形状和透明度 plt.title("散点图示例") # 添加图像标题 plt.xlabel("X轴标签") # X轴标签 plt.ylabel("Y轴标签") # Y轴标签 plt.grid(True, linestyle='--', alpha=0.5) # 显示网格，设置网格线样式和透明度 plt.xlim(0, 30) # 设置X轴范围 plt.ylim(0, 30) # 设置Y轴范围 plt.legend(["数据点"], loc="upper left") # 添加图例 plt.tight_layout() # 自动调整布局，避免坐标轴标签被裁剪 plt.show() 在Python的数据可视化中，`matplotlib`库是最基础且广泛使用的模块之一。`pyplot`是`matplotlib`中的一个子模块，提供了丰富的API用于创建各种类型的图形。在这个例子中，我们学习了如何使用`pyplot.plot()`函数绘制散点图，以及如何通过调整参数来定制图形的外观。 首先，我们导入`matplotlib.pyplot`并将其别名为`plt`。接着，我们定义了两个列表`x`和`y`，它们分别代表X轴和Y轴的坐标值。使用`plt.plot()`函数绘制点，但默认情况下它会将点连成线，所以我们需要指定`linestyle="None"`来取消连线，同时使用`marker`参数选择标记样式。在这个例子中，我们选择了"x"作为标记样式，并设置了线宽`linewidth`。 为了使图形更加清晰，我们可以调整标记的样式、线条的样式和颜色。`matplotlib`支持多种标记符号（如圆圈、加号、三角形等）和线条样式（如实线、虚线、点画线等）。此外，还可以通过颜色参数`color`设定标记和线条的颜色，`matplotlib`支持多种颜色的简写，如'r'代表红色，'b'代表蓝色等。 如果需要添加更多的细节，比如标题、坐标轴标签、图例和网格线，可以使用`plt.title()`、`plt.xlabel()`、`plt.ylabel()`、`plt.legend()`和`plt.grid()`函数。`plt.xlim()`和`plt.ylim()`用于设置坐标轴的显示范围，确保所有数据都在可视范围内。`plt.tight_layout()`则可以帮助优化图形布局，避免标签被剪切。 通过掌握这些基本操作，你可以创建出满足需求的个性化图表。在实际应用中，`matplotlib`还能与其他数据分析库（如`numpy`、`pandas`等）结合，实现更复杂的数据可视化。记住，实践是提升技能的关键，尝试不同的参数和组合，你会发现更多可能。