今天我们来学习关于“利用matplotlib画散点图的详细操作及代码是什么”的内容，下文有详解方法和实例，内容详细，逻辑清晰，有需要的朋友可以参考，希望大家阅读完这篇文章后能有所收获，那么下面就一起来了解一下吧。

import pandas as pd 
cnbodf=pd.read_excel('cnboo1.xlsx')
cnbodfsort=cnbodf.sort_values(by=['BO'],ascending=False)

def mkpoints(x,y):
    return len(str(x))*(y/25)-3

cnbodfsort['points']=cnbodfsort.apply(lambda x:mkpoints(x.BO,x.PERSONS),axis=1)

cnbodfgb=cnbodfsort.groupby("TYPE").mean(["bo","prices","persons","points"])
cnbodfsort['type1']=cnbodfsort['TYPE'].apply(lambda x:x.split("/")[0])
cnbodfgb=cnbodfsort.groupby(["type1"])["ID","BO","PRICE","PERSONS","points"].mean()
cnbodfgbsort=cnbodfgb.sort_values("BO",ascending=False)

cnbodfsort.sort_values(by='PERSONS') # 根据电影人数进行排序

from matplotlib import pyplot as plt 
plt.style.use('classic') # 画板主题风格
plt.figure(figsize=(9,6))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房分布情况")  # 标题

plt.scatter(cnbodfsort.PERSONS,cnbodfsort.PRICE) # 散点图

plt.grid() # 网格线
plt.show()

二、修改点的样式

from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(9,6))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房分布情况") 

plt.scatter(cnbodfsort.PERSONS,cnbodfsort.PRICE,c='red',edgecolor='pink',s=100,linewidth=4)

plt.grid()
plt.show()

三、呈现半透明的状态

alpha=0.3

from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(9,6))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房分布情况") 

plt.scatter(cnbodfsort.PERSONS,cnbodfsort.PRICE,c='red',edgecolor='black',s=100,linewidth=4,alpha=0.5)

plt.grid()
plt.show()

注意到当数据较为集中的时候，点的颜色较深，如果数据分布较稀疏的时候，点更透明。

四、点呈现多彩的颜色

由于我一共有五十组数据，也就是有50个点，因此当构建colors的时候必须有五十个。

from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(9,6))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房分布情况") 

colors=[1,2,3,4,5,6,7,8,9,10]*5
plt.scatter(cnbodfsort.PERSONS,cnbodfsort.PRICE,c=colors,edgecolor='black',s=100,linewidth=4,alpha=0.5)

plt.grid()
plt.show()

五、让点的大小不一

from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(9,6))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房分布情况") 

colors=[1,2,3,4,5,6,7,8,9,10]*5
sizes=cnbodfsort.points*10
plt.scatter(cnbodfsort.PERSONS,cnbodfsort.PRICE,c=colors,edgecolor='black',s=sizes,linewidth=4,alpha=0.5)

plt.grid()
plt.show()

也可以通过使用numpy数组来进行实现：

sizes=list(np.random.randint(100,500,size=(50,)))

如果让点变回同色系，则使：

cmap='summer'

import numpy as np
from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(9,6))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房分布情况") 

colors=[1,2,3,4,5,6,7,8,9,10]*5
sizes=list(np.random.randint(100,500,size=(50,)))
plt.scatter(cnbodfsort.PERSONS,cnbodfsort.PRICE,cmap='summer',edgecolor='black',s=sizes,linewidth=4,alpha=0.5)
cbar=plt.colorbar()
cbar.set_label("票房")
plt.xscale('log')
plt.xscale('log')

plt.grid()
plt.show()

import numpy as np
from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(9,6))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房分布情况") 

colors=[1,2,3,4,5,6,7,8,9,10]*5
sizes=list(np.random.randint(100,500,size=(50,)))
plt.scatter(cnbodfsort.PERSONS,cnbodfsort.PRICE,cmap='winter',c=cnbodfsort.PERSONS,edgecolor='black',s=sizes,linewidth=4,alpha=0.5)
cbar=plt.colorbar()
cbar.set_label("票房")
plt.xscale('log')
plt.xscale('log')

plt.grid()
plt.show()

六、侧边呈现颜色卡

cbar=plt.colorbar()

import numpy as np
from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(9,6))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房分布情况") 

colors=[1,2,3,4,5,6,7,8,9,10]*5
sizes=list(np.random.randint(100,500,size=(50,)))
plt.scatter(cnbodfsort.PERSONS,cnbodfsort.PRICE,c=colors,edgecolor='black',s=sizes,linewidth=4,alpha=0.5)
cbar=plt.colorbar()
cbar.set_label("票房")

plt.grid()
plt.show()

七、改变集中性

plt.xscale('log')
plt.xscale('log')

import numpy as np
from matplotlib import pyplot as plt 
plt.style.use('classic')
plt.figure(figsize=(9,6))
plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 使用微软雅黑的字体
plt.title("中国票房分布情况") 

colors=[1,2,3,4,5,6,7,8,9,10]*5
sizes=list(np.random.randint(100,500,size=(50,)))
plt.scatter(cnbodfsort.PERSONS,cnbodfsort.PRICE,c=colors,edgecolor='black',s=sizes,linewidth=4,alpha=0.5)
cbar=plt.colorbar()
cbar.set_label("票房")
plt.xscale('log')
plt.xscale('log')

plt.grid()
plt.show()

可以看到横坐标轴发生了变化。

以上就是Python matplotlib实现散点图的绘制的详细内容，更多关于Python matplotlib散点图的资料请关注站长源码网其它相关文章！

感谢各位的阅读，以上就是“利用matplotlib画散点图的详细操作及代码是什么”的内容了，经过本文的学习后，相信大家对利用matplotlib画散点图的详细操作及代码是什么都有更深刻的体会了吧。这里是群英网络，小编将为大家推送更多相关知识点的文章，欢迎关注！

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python变量类型如何理解，怎样赋值给变量

  变量是什么东西?只不过是保留在存储器位置的存储值。这意味着，当我们创建一个变量，需要在内存中保留一些空间。基于变量的数据类型，解释器会分配对应的内存，并决定什么可以存储在保留内存中。因此，通过为变量分配不同的数据类型，可以存储这些变量在整数，小数或字符的形式。

• Python定义类、类的继承、类的公有和私有怎么理解

  这篇文章主要介绍了Python类的定义与使用，类名只要是一个合法的标识符即可，但这仅仅满足的是 Python 的语法要求：如果从程序的可读性方面来看，Python 的类名必须是由一个或多个有意义的单词连缀而成的，下文基于这些基础内容展开介绍,需要的朋友可以参考一下

• 如何用Python写给PDF批量添加水印的功能

  我们有时候需要把一些机密文件发给多个客户，为了避免客户泄露文件，会在机密文件中添加水印。本文将利用Python实现批量为PDF添加水印，需要的可以参考一下

• yield在协程中的用法是怎样，Python协程实践有哪些

  这篇文章主要分享的是Python协程实践，协程简单来说就是一个更加轻量级的线程，并且不由操作系统内核管理，完全由程序所控制，下文相关介绍需要的朋友可以参考一下

• 如何掌握Python变量，有哪些要点

  在大多数语言中，为一个值起一个名字时，把这种行为称为“给变量赋值”或“把值存储在变量中”。不过，Python与许多其它计算机语言的有所不同，它并不是把值存储在变量中，而像是把名字“贴”在值的上边（专业一点说法是将名字绑定了对象）。