Matplotlib plt.scatter()函数详解：绘制散点图的完整指南

Matplotlib plt.scatter()函数详解：绘制散点图的完整指南

引用

CSDN

1.

https://blog.csdn.net/u013172930/article/details/145935339

本文将详细介绍Matplotlib中的plt.scatter()函数，从基础语法到高级用法，包括如何调整点的大小、颜色、透明度等参数，以及如何使用该函数进行数据可视化。

plt.scatter()

—— 散点图（Scatter Plot）
matplotlib.pyplot.scatter()
用于绘制散点图，适用于显示数据点的分布、关系、聚类模式，常用于回归分析、聚类分析、异常值检测。

1. 语法

import matplotlib.pyplot as plt
plt.scatter(x, y, s=None, c=None, marker=None, alpha=None, label=None)

主要参数

参数 作用
x X 轴数据
y Y 轴数据
s 点的大小（默认None，可以传list）
c 颜色（"red"，"blue"，或list）
marker 标记形状（"o"圆点，"s"方块）
alpha 透明度（0-1）
label 点的标签（用于plt.legend()）

2. 基本示例

2.1 画基本散点图

import matplotlib.pyplot as plt
# 数据
x = [1, 2, 3, 4, 5]
y = [10, 15, 7, 12, 18]
# 绘制散点图
plt.scatter(x, y)
plt.title("Basic Scatter Plot")
plt.xlabel("X Axis")
plt.ylabel("Y Axis")
plt.show()

📌作用

plt.scatter(x, y)
绘制散点。

**2.2 调整点大小（

s
参数）**

sizes = [50, 100, 200, 300, 400]  # 点的大小
plt.scatter(x, y, s=sizes)
plt.show()

📌作用

s
控制点的大小（可单独设置）。

**2.3 调整颜色（

c
参数）**

colors = ["red", "blue", "green", "purple", "orange"]
plt.scatter(x, y, c=colors)
plt.show()

📌作用

c
控制点的颜色。

**2.4 设置透明度（

alpha
参数）**

plt.scatter(x, y, color="blue", alpha=0.5)
plt.show()

📌作用

alpha=0.5
设置透明度（避免数据点重叠）。

3. 高级用法

**3.1 按类别着色（

c
传数组）**

import numpy as np
z = np.random.rand(len(x))  # 生成随机颜色
plt.scatter(x, y, c=z, cmap="coolwarm")
plt.colorbar()  # 显示颜色条
plt.show()

📌作用

c=z
按数值着色，
cmap="coolwarm"
选择颜色方案。

**3.2 自定义标记形状（

marker
）**

plt.scatter(x, y, marker="s")  # 方块
plt.show()
![](https://wy-static.wenxiaobai.com/chat-rag-image/5940999042849156083)

📌常见标记

"o"
圆点

"s"
方块

"d"
菱形

"x"
叉号

**4.

plt.scatter()
vs
plt.plot()
**

plt.scatter() plt.plot()
作用 散点图 折线图
适用数据 离散点 连续曲线

plt.plot(x, y, marker="o")
plt.show()

📌推荐

• 点状数据→
  plt.scatter()
• 趋势分析→
  plt.plot()

5. 总结

✅
plt.scatter()
适用于可视化数据点分布，适用于回归、聚类分析。

✅常见参数

s
调整点大小，
c
按类别着色，
marker="s"
改变形状，
alpha=0.5
调整透明度。

本文原文来自CSDN