Python如何繪制Matplotlib散點圖

Python如何繪制Matplotlib散點圖

Matplotlib 是 Python 中最常用的數據可視化庫之一，它提供了豐富的繪圖功能，能夠幫助用戶輕松創建各種類型的圖表。散點圖（Scatter Plot）是數據可視化中常用的一種圖表類型，用于展示兩個變量之間的關系。本文將介紹如何使用 Matplotlib 繪制散點圖。

1. 安裝 Matplotlib

在開始之前，確保你已經安裝了 Matplotlib。如果沒有安裝，可以使用以下命令進行安裝：

pip install matplotlib

2. 基本散點圖繪制

首先，我們導入 Matplotlib 的 pyplot 模塊，并簡稱為 plt。然后，使用 plt.scatter() 函數繪制散點圖。

import matplotlib.pyplot as plt

# 示例數據
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# 繪制散點圖
plt.scatter(x, y)

# 顯示圖表
plt.show()

在這個例子中，x 和 y 是兩個列表，分別表示散點圖中每個點的橫坐標和縱坐標。plt.scatter(x, y) 用于繪制散點圖，plt.show() 用于顯示圖表。

3. 自定義散點圖

Matplotlib 提供了許多選項來自定義散點圖的外觀。以下是一些常用的自定義選項：

3.1 修改點的大小和顏色

你可以通過 s 參數設置點的大小，通過 c 參數設置點的顏色。

plt.scatter(x, y, s=100, c='red')
plt.show()

在這個例子中，s=100 將點的大小設置為 100，c='red' 將點的顏色設置為紅色。

3.2 使用顏色映射

你可以使用 cmap 參數來指定顏色映射，并通過 c 參數傳遞一個數值列表來根據數值大小著色。

import numpy as np

# 生成隨機數據
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)

# 繪制散點圖
plt.scatter(x, y, c=colors, cmap='viridis')

# 添加顏色條
plt.colorbar()

plt.show()

在這個例子中，colors 是一個包含 50 個隨機數的列表，cmap='viridis' 指定了顏色映射為 ‘viridis’。plt.colorbar() 用于添加顏色條。

3.3 添加標題和標簽

你可以使用 plt.title()、plt.xlabel() 和 plt.ylabel() 來添加圖表的標題和坐標軸標簽。

plt.scatter(x, y)
plt.title('Scatter Plot Example')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.show()

3.4 修改點的形狀

你可以通過 marker 參數來修改點的形狀。Matplotlib 提供了多種形狀選項，如 o（圓形）、s（方形）、^（三角形）等。

plt.scatter(x, y, marker='^')
plt.show()

在這個例子中，marker='^' 將點的形狀設置為三角形。

4. 繪制多個散點圖

你可以在同一個圖表中繪制多個散點圖，只需多次調用 plt.scatter() 即可。

x1 = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
x2 = [1, 2, 3, 4, 5]
y2 = [1, 4, 6, 8, 10]

plt.scatter(x1, y1, c='red', label='Group 1')
plt.scatter(x2, y2, c='blue', label='Group 2')

plt.legend()
plt.show()

在這個例子中，我們繪制了兩個散點圖，并使用 label 參數為每個散點圖添加標簽。plt.legend() 用于顯示圖例。

5. 保存散點圖

你可以使用 plt.savefig() 將散點圖保存為圖像文件。

plt.scatter(x, y)
plt.savefig('scatter_plot.png')

在這個例子中，散點圖將被保存為 scatter_plot.png 文件。

6. 總結

本文介紹了如何使用 Matplotlib 繪制散點圖，并展示了一些常用的自定義選項。通過掌握這些基本技巧，你可以輕松創建出符合需求的散點圖，并進一步探索 Matplotlib 提供的更多高級功能。

Matplotlib 是一個功能強大的庫，適用于各種數據可視化任務。無論是簡單的散點圖還是復雜的熱力圖，Matplotlib 都能幫助你有效地展示數據。希望本文能為你提供有用的指導，幫助你在數據分析和可視化中取得更好的成果。