二、Python开发---42、matplotlib（5）

散点图

　　使用scatter函数可以绘制随机点，该函数需要接收x坐标和y坐标的序列——plt.scatter(x,y)

　　matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)

　　参数的解释：

　　x，y：表示的是大小为（n）的数组，也就是我们即将绘制散点图的数据点

　　s：是一个实数或者是一个数组大小为（n），这个是一个可选的参数，表示的是标记点的大小

　　c：表示的是颜色，也是一个可选项，默认是蓝色'b'，表示的是标记的颜色，或者可以是一个表示颜色的字符，或者是一个长度为n的表示颜色的序列等，但是c不可以是一个单独的RGB数字，也不可以是一个RGBA的序列，可以是他们的2维数组（只有一行）

　　marker：表示的是标记的样式，默认的是'o'

　　cmap：Colormap实体或者是一个colormap的名字，cmap仅仅当c是一个浮点数数组的时候才使用，如果没有申明就是image.cmap

　　norm：Normalize实体来将数据亮度转化到0-1之间，也是只有c是一个浮点数的数组的时候才使用，如果没有申明，就是默认为colors.Normalize。

　　vmin，vmax：实数，当norm存在的时候忽略，用来进行亮度数据的归一化

　　alpha：实数，0-1之间

　　linewidths：也就是标记点的长度

练习

　　1、给定数据的散点图

　　

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
x = [1,2,3,4,5,6,7,8]
y = [5,2,4,2,1,4,5,2]
T = np.random.rand(8)*125
plt.scatter(x,y, label='散点分布', c=T, s=25, marker="o",alpha = 0.5)
plt.xlabel('x')
plt.ylabel('y')
plt.title('散点图')
plt.legend()
plt.show()

　　2、随机生成的散点图

　　

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
# 解决中文显示问题
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
plt.figure(figsize=(8,6))
n=1000
#rand 均匀分布和 randn高斯分布
x=np.random.randn(1,n)
y=np.random.randn(1,n)
T1=np.arctan2(x,y)   #注意这里的2，如果不加则显示不对（网上没找到解释？）
T2=np.random.rand(1,n) * 125
plt.subplot(211)
plt.scatter(x,y,c=T1,s=30,alpha=0.4,marker='o')
plt.subplot(212)
plt.scatter(x,y,c=T2,s=30,alpha=0.4,marker='o')
#T:散点的颜色
#s：散点的大小
#alpha:是透明程度
plt.show()

三维图

　　使用pyplot包和Matplotlib绘制三维图

　　

 

 

 

#导入3D包
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#创建X、Y、Z坐标(通过四个点确定一个3D图)
X=[1,1,2,2]
Y=[3,4,4,3]
Z=[1,100,1,1]
fig = plt.figure()
# 创建了一个Axes3D的子图放到figure画布里面
ax = Axes3D(fig)
ax.plot_trisurf(X, Y, Z)
plt.savefig('三维图.jpg')
plt.show()