散点图，顾名思义是一些散乱的点构成的图。那么这些散乱的点有什么作用呢？散点图通过用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。
绘制方法大体上与折线图一致，只是对点不需要去拟合折线，使用plt.scatter()函数替代plt.plot()即可。例如绘制三月份与十一月份的气温散点图，代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
|
''' 绘制散点图，要点：plt.scatter(x,y)'''# 导入模块from matplotlib import pyplot as pltfrom matplotlib import font_managermy_font = font_manager.FontProperties(fname="C:\Windows\Fonts\MSYHL.TTC") # 输入变量数据(参数)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) # 设置图形大小plt.figure(figsize=(20,8),dpi=80) # 使用scatter绘制散点图,和之前绘制折线图一样只用将plot更改成scatterplt.scatter(x_3,y_3,label='3月份气温变化散点图')plt.scatter(x_10,y_10,label='10月份气温变化散点图') # 调整X轴的刻度_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('时间',fontproperties = my_font)plt.ylabel('温度',fontproperties = my_font)plt.title('三月气温和十月气温散点图',fontproperties = my_font) # 添加图例plt.legend(prop=my_font,loc='upper left') # 要在绘制图像那一步添加标签 # 展示图形plt.show() |
运行结果如下：
画图方式与折线图大体一致，只是修改了拟合的方式。从图中能大体看出三月份气温呈现上升趋势，十一月份呈现下降趋势，且增长与下降幅度变化大体一致。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/qq_52131774/article/details/121443859
