使用 matplotlib.pyplot.scatter 函数绘制经纬度散点图的具体代码
时间: 2023-03-28 18:03:22 浏览: 805
以下是使用 matplotlib.pyplot.scatter 函数绘制经纬度散点图的示例代码:
```python
import matplotlib.pyplot as plt
# 经度和纬度数据
longitude = [116.4074, 121.4737, 113.2644, 113.5575, 104.0657]
latitude = [39.9042, 31.2304, 23.1291, 22.3964, 30.6595]
# 绘制散点图
plt.scatter(longitude, latitude)
# 设置坐标轴范围
plt.xlim(100, 130)
plt.ylim(20, 50)
# 设置坐标轴标签
plt.xlabel('Longitude')
plt.ylabel('Latitude')
# 显示图形
plt.show()
```
这段代码可以绘制出经度和纬度数据对应的散点图,并设置坐标轴范围和标签。
相关问题
使用 matplotlib.pyplot.scatter 函数绘制经纬度散点图的具体代码,设置latlon为true
可以使用以下代码绘制经纬度散点图:
```python
import matplotlib.pyplot as plt
# 经度和纬度数据
lon = [116.4074, 121.4737, 113.2644, 120.1551]
lat = [39.9042, 31.2304, 23.1291, 30.2741]
# 绘制散点图
plt.scatter(lon, lat, s=50, alpha=.8, c='blue', marker='o', edgecolors='none', label='Cities')
# 设置坐标轴和标题
plt.xlabel('Longitude')
plt.ylabel('Latitude')
plt.title('Cities in China')
# 设置latlon为true
plt.gca().set_aspect('equal', adjustable='box')
plt.gca().set_xlim([100, 140])
plt.gca().set_ylim([20, 50])
plt.gca().set_xticks(range(100, 141, 10))
plt.gca().set_yticks(range(20, 51, 10))
plt.gca().tick_params(labelsize=10)
plt.gca().tick_params(axis='both', direction='in', length=5, width=1, colors='gray')
plt.gca().tick_params(axis='both', which='minor', direction='in', length=3, width=1, colors='gray')
plt.gca().grid(True, linestyle='--', linewidth=.5, alpha=.5)
# 显示图例和图形
plt.legend(loc='upper left', fontsize=10)
plt.show()
```
其中,设置`latlon`为`True`的代码为:
```python
plt.gca().set_aspect('equal', adjustable='box')
```
这行代码可以让横轴和纵轴的比例相等,从而正确显示经纬度数据。
python绘制经纬度散点图
### 绘制经纬度散点图
为了使用 Python 中的 `matplotlib` 或 `seaborn` 库来绘制包含经纬度坐标的散点图,可以按照如下方式操作:
#### 准备工作
确保已经安装了必要的库。可以通过命令行执行以下指令确认是否已安装所需的包[^1]。
```bash
pip list | grep matplotlib
pip list | grep seaborn
pip list | grep pandas
```
如果缺少任何上述提及到的软件包,则需先利用 pip 安装它们。
#### 数据准备
假设有一个 DataFrame 对象 df ,其中包含了两列分别代表经度 (`longitude`) 和纬度 (`latitude`) 的数值型数据。这些数据可以从 CSV 文件读入或直接构建于程序内部。
```python
import pandas as pd
# 创建示例数据集
data = {
'longitude': [-73.980, -74.006, -73.952],
'latitude': [40.768, 40.714, 40.799]
}
df = pd.DataFrame(data)
print(df)
```
#### 使用 Matplotlib 绘制散点图
下面展示了如何借助 `matplotlib.pyplot.scatter()` 方法绘制简单的散点图,并设置了坐标轴标签以便更好地理解图表含义。
```python
import matplotlib.pyplot as plt
plt.figure(figsize=(8, 6))
plt.scatter(x=df['longitude'], y=df['latitude'])
plt.title('Scatter Plot of Longitude vs Latitude')
plt.xlabel('Longitude')
plt.ylabel('Latitude')
# 显示网格线辅助查看位置关系
plt.grid(True)
# 展示图像
plt.show()
```
#### 使用 Seaborn 提升美观度
Seaborn 是建立在 Matplotlib 上的一个高层次接口,它提供了更简洁易用的功能用于快速生成统计图形。对于同样的任务,可以用 `sns.scatterplot()` 来替代原生的 Matplotlib 散点图函数,从而获得更加精致的效果。
```python
import seaborn as sns
plt.figure(figsize=(8, 6))
# 调整样式风格使图片看起来更好看
sns.set_style("whitegrid")
scatter_plot = sns.scatterplot(
data=df,
x='longitude',
y='latitude'
)
scatter_plot.set_title('Enhanced Scatter Plot with Seaborn')
plt.show()
```
阅读全文
相关推荐

















