Matplotlib：使用scatter()绘制平面散点图及三维

• 散点图是我喜欢用的一类数据可视化图表，在这里记录一下一些常用的技巧
• 以下plt代表matplotlib.pyplot，p3d代表mpl_toolkits.mplot3d，如果对mpl_toolkits.mplot3d不熟悉可以稍微看一下我的另一篇文章mpl_toolkits.mplot3d工具包。

基础

二维散点图的函数原型:

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None,
                          vmin=None, vmax=None, alpha=None, linewidths=None,
                          verts=None, edgecolors=None, hold=None, data=None,
                          **kwargs)

• 二维散点图在pyplot中，其参数作用如下：

1. x, y对应了平面点的位置，
2. s控制点大小，
3. c对应颜色指示值，也就是如果采用了渐变色的话，我们设置c=x就能使得点的颜色根据点的x值变化
4. cmap调整渐变色或者颜色列表的种类，关于颜色的运用其实也挺有趣的，有兴趣可以看一下我的另一篇文章《自定义颜色及渐变颜色》
5. marker控制点的形状
6. alpha控制点的透明度，我喜欢在数据量大的时候设置较小的alpha值，然后调整一下s值，这样产生重叠效果使得数据的聚集特征会很好地显示出来：看一下效果
   第一个是不设透明度的
   现在是设置透明度的
   再调整一下点的大小

• 这个例子就体现的比较明显，这种情况下，相同的数据在第一个图中看不出有两个聚集点，而后面两个图一个比一个明显
• 其他的参数目前不怎么用，等用到了的时候再更新吧

三维散点图的函数原型

p3d.Axes3D.scatter( xs, ys, zs=0, zdir=’z’, s=20, c=None, depthshade=True, 
                   *args, **kwargs )

p3d.Axes3D.scatter3D( xs, ys, zs=0, zdir=’z’, s=20, c=None, depthshade=True,
                   *args, **kwargs)

• 三维散点图在p3d.Axes3D中，有两个版本，但效果都一样，这里就挑上面那个版本，下面解释参数：

1. xs, ys代表点的x, y轴坐标
2. zs代表z轴坐标，但有两种形式，第一种就是取一个标量，函数原型里默认就是一个标量0，也就是默认所有的点都画在一个z=0的水平平面上；第二种就是取和xs、ys同样shape的数组，从而指定每个点的实际z轴坐标，如下：
   zs默认为0
zs取一个标量
   zs取一个数组