完整的散点图怎么画

散点图是常用的数据可视化手段，如何精确控制每个点的标志，标志面积，颜色对于大脑处理数据信息有非常重要的帮助。
这里我用随机生成的数据来看一下效果
首先导入模块

、、、
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as axisartist
、、、

数据的话直接用随机数生成吧

x=np.random.normal(0,1,1000)
y=np.random.normal(0,1,1000)
area=np.pi*y**2#点的面积用y值作为半径的圆的面积
direction=np.arange(1000)#点的取色就按照direction的值依次在颜色条上选取
plt.scatter(x,y,s=area,c=direction,marker="o",cmap=plt.get_cmap("jet"),label="just")
#s是点的面积，c就控制取色，marker控制点标志
plt.title("this is a completed scatter plot")
plt.xlabel("x")
plt.ylabel("y")
plt.legend(loc="best")
plt.colorbar()
plt.show()

颜色基本是没有一大片连色的，说明连续点的y值分的很开。当然，如果想看其它变量在一点的情况，把c设为其它array就可以了。
以上。

完整的散点图怎么画

散点图是常用的数据可视化手段，如何精确控制每个点的标志，标志面积，颜色对于大脑处理数据信息有非常重要的帮助。
这里我用随机生成的数据来看一下效果
首先导入模块

、、、
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as axisartist
、、、

数据的话直接用随机数生成吧

x=np.random.normal(0,1,1000)
y=np.random.normal(0,1,1000)
area=np.pi*y**2#点的面积用y值作为半径的圆的面积
direction=np.arange(1000)#点的取色就按照direction的值依次在颜色条上选取
plt.scatter(x,y,s=area,c=direction,marker="o",cmap=plt.get_cmap("jet"),label="just")
#s是点的面积，c就控制取色，marker控制点标志
plt.title("this is a completed scatter plot")
plt.xlabel("x")
plt.ylabel("y")
plt.legend(loc="best")
plt.colorbar()
plt.show()

颜色基本是没有一大片连色的，说明连续点的y值分的很开。当然，如果想看其它变量在一点的情况，把c设为其它array就可以了。
以上。