matplotlib scatter参数

### Matplotlib Scatter 函数参数详解 #### 基本功能描述 `scatter()` 函数用于绘制散点图，能够自定义多个属性来调整图表样式。除了基本的数据输入 `x` 和 `y` 外，还提供了丰富的可选参数以增强图形的表现力[^2]。 #### 关键参数说明 - **s**: 控制每个点大小，默认单位为平方英寸。可以通过传递单一数值使所有点保持相同尺寸；也可以传入数组让不同点显示不同的大小。 ```python plt.scatter(x, y, s=[50, 100, 150]) ``` - **c**: 定义颜色或者色彩映射表（colormap）。接受单个颜色字符串、RGB元组列表或是表示颜色强度的一维浮点数序列。当提供的是数值型数据时，需配合 colormap 使用以便自动映射至对应的颜色范围。 ```python colors = ['red', 'green', 'blue'] plt.scatter(x, y, c=colors) values = [0.3, 0.7, 0.9] plt.scatter(x, y, c=values, cmap='viridis') ``` - **marker**: 设置散点形状，支持多种预设符号如圆圈 (`o`)、星形 (`*`) 等，亦可通过 Unicode 字符指定特殊图标。 ```python markers = ['o', '*', '^'] for i, marker in enumerate(markers): plt.scatter([i], [i], marker=marker) ``` - **alpha**: 调节透明度级别，取值区间为 `[0, 1]` ，其中 `0` 表示完全透明而 `1` 则意味着不透明。 ```python alphas = [0.2, 0.6, 1.0] for alpha in alphas: plt.scatter([alpha * 10], [alpha * 10], alpha=alpha) ``` - **label**: 提供标签文本，在创建图例时非常有用。 ```python labels = ["Point A", "Point B"] for label in labels: plt.scatter([], [], label=label) plt.legend() ``` #### 实际应用案例展示 下面是一个综合运用上述参数的例子： ```python import matplotlib.pyplot as plt import numpy as np # 创建随机分布的数据集 np.random.seed(42) x = np.random.rand(50) y = np.random.rand(50) sizes = np.random.randint(10, 200, size=(len(x))) colors = np.random.rand(len(x)) plt.figure(figsize=(8, 6)) plt.scatter( x, y, s=sizes, # 不同大小的点 c=colors, # 颜色渐变效果 alpha=0.6, # 半透明处理 edgecolors='w', # 白边框突出重点 linewidth=2 # 边线宽度设定 ) plt.colorbar(label="Color Intensity") # 添加颜色条并标注含义 plt.title("Scatter Plot with Customized Parameters") plt.xlabel("X Axis Label") plt.ylabel("Y Axis Label") plt.show() ``` 此代码片段展示了如何利用 `scatter()` 的各项特性构建一个视觉上更具吸引力且信息量更大的散点图[^3]。