1、scatter函数原型

 

 

2、其中散点的形状参数marker如下：

 

 

3、其中颜色参数c如下:

 

 

4、基本的使用方法如下：

#导入必要的模块  import numpy as np  import matplotlib.pyplot as plt  #产生测试数据  x = np.arange(1,10)  y = x  fig = plt.figure()  ax1 = fig.add_subplot(111)  #设置标题  ax1.set_title('Scatter Plot')  #设置X轴标签  plt.xlabel('X')  #设置Y轴标签  plt.ylabel('Y')  #画散点图  ax1.scatter(x,y,c = 'r',marker = 'o')  #设置图标  plt.legend('x1')  #显示所画的图  plt.show()

 

结果如下：

 

 

5、当scatter后面参数中数组的使用方法，如s，当s是同x大小的数组，表示x中的每个点对应s中一个大小，其他如c，等用法一样，如下：

（1）、不同大小

#导入必要的模块  import numpy as np  import matplotlib.pyplot as plt  #产生测试数据  x = np.arange(1,10)  y = x  fig = plt.figure()  ax1 = fig.add_subplot(111)  #设置标题  ax1.set_title('Scatter Plot')  #设置X轴标签  plt.xlabel('X')  #设置Y轴标签  plt.ylabel('Y')  #画散点图  sValue = x*10  ax1.scatter(x,y,s=sValue,c='r',marker='x')  #设置图标  plt.legend('x1')  #显示所画的图  plt.show()

 

 

（2）、不同颜色

 

#导入必要的模块  import numpy as np  import matplotlib.pyplot as plt  #产生测试数据  x = np.arange(1,10)  y = x  fig = plt.figure()  ax1 = fig.add_subplot(111)  #设置标题  ax1.set_title('Scatter Plot')  #设置X轴标签  plt.xlabel('X')  #设置Y轴标签  plt.ylabel('Y')  #画散点图  cValue = ['r','y','g','b','r','y','g','b','r']  ax1.scatter(x,y,c=cValue,marker='s')  #设置图标  plt.legend('x1')  #显示所画的图  plt.show()

结果：

 

 

（3）、线宽linewidths

 

#导入必要的模块  import numpy as np  import matplotlib.pyplot as plt  #产生测试数据  x = np.arange(1,10)  y = x  fig = plt.figure()  ax1 = fig.add_subplot(111)  #设置标题  ax1.set_title('Scatter Plot')  #设置X轴标签  plt.xlabel('X')  #设置Y轴标签  plt.ylabel('Y')  #画散点图  lValue = x  ax1.scatter(x,y,c='r',s= 100,linewidths=lValue,marker='o')  #设置图标  plt.legend('x1')  #显示所画的图  plt.show()