人工智能学习笔记 - 初级篇Ⅱ - 图形可视化 - 第12节: 绘制带彩色标记的散点图

微信公众号：御风研墨
关注可了解更多。问题或建议，请公众号留言

绘制带彩色标记的散点图

应用背景

散点图是数据可视化中常用的图表类型之一，它可以用来展示两个变量之间的关系。通过为散点图中的点添加不同的颜色，我们可以根据数据点的某个属性将它们分类，从而更直观地理解数据集的结构和分布特征。

准备工作

确保已安装Python和matplotlib库。如果未安装matplotlib，可以通过以下命令安装：

pip install matplotlib

操作步骤

以下是一个绘制带彩色标记的散点图的简单例子。

import matplotlib.pyplot as plt
import numpy as np# 数据准备
np.random.seed(0)  # 设置随机种子
x = np.random.rand(50)  # 生成50个0到1之间的随机数作为x坐标
y = np.random.rand(50)  # 生成50个0到1之间的随机数作为y坐标
colors = np.random.rand(50)  # 生成50个0到1之间的随机数作为颜色值
sizes = 1000 * np.random.rand(50)  # 生成50个点的大小# 绘制散点图
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5, cmap='viridis')  # c为颜色，s为大小，alpha为透明度，cmap为颜色映射表
plt.colorbar()  # 显示颜色条# 设置标题和坐标轴标签
plt.title('Colored Scatter Plot Example')  # 标题
plt.xlabel('X Axis')  # X轴标签
plt.ylabel('Y Axis')  # Y轴标签# 显示图形
plt.show()

工作原理

• 数据准备：首先生成x和y坐标的随机数据，然后生成对应的颜色值和大小。
• 绘制散点图：使用plt.scatter()函数绘制散点图。c参数指定点的颜色，s参数指定点的大小，alpha参数控制点的透明度，cmap参数指定颜色映射表。
• 颜色条：使用plt.colorbar()函数添加颜色条，以便解释各种颜色代表的值。

补充说明

• 颜色映射表（Colormap）：matplotlib提供了多种颜色映射表，可以通过cmap参数指定。这些映射表可以帮助区分数据点的不同属性。
• 点的大小和透明度：通过调整s和alpha参数，可以控制散点图中点的大小和透明度，以达到更好的视觉效果和数据表达。

通过本节的学习，你将能够在matplotlib中绘制带彩色标记的散点图，这是探索和展示数据集属性的有效方法。

最后

欢迎关注我的微信公众号, 一起交流学习!!!