加载数据 df = data_forecast_is_stk_bs_rpt_zq_befor_big.reset_index() # 绘制散点图 plt.scatter(df.index, df['上一年比本年倍数'], c='blue', cmap='Blues', alpha=0.6) plt.xlabel('Index') plt.ylabel('上一年比本年倍数') plt.show() y轴刻度再细点
时间: 2023-08-06 22:02:55 浏览: 57
你可以使用 `plt.yticks()` 函数来设置 y 轴的刻度间隔。例如:
```
import numpy as np
import matplotlib.pyplot as plt
df = data_forecast_is_stk_bs_rpt_zq_befor_big.reset_index()
plt.scatter(df.index, df['上一年比本年倍数'], c='blue', cmap='Blues', alpha=0.6)
plt.xlabel('Index')
plt.ylabel('上一年比本年倍数')
# 设置 y 轴刻度间隔为 0.1
plt.yticks(np.arange(min(df['上一年比本年倍数']), max(df['上一年比本年倍数'])+0.1, 0.1))
plt.show()
```
你可以根据需要调整刻度间隔大小。
相关问题
# 加载数据 df = data_forecast_is_stk_bs_rpt_zq_befor_big.reset_index() # 绘制散点图 plt.scatter(df.index, df['上一年比本年倍数']) plt.xlabel('Index') plt.ylabel('上一年比本年倍数') plt.show() 散点的颜色没有深浅怎么修改
你可以通过设置 `c` 参数来修改散点的颜色深浅,例如:
```python
plt.scatter(df.index, df['上一年比本年倍数'], c=df['上一年比本年倍数'], cmap='Blues')
```
这里设置 `c` 参数为 `df['上一年比本年倍数']`,表示根据该列数据确定散点的颜色深浅。`cmap` 参数指定了颜色映射表,这里选择了 `Blues`,表示蓝色调的颜色映射表。你可以根据实际需求选择不同的颜色映射表。
# 获取数据 x = data_forecast_is_stk_bs_rpt_zq_befor_big['上一年比本年倍数'].index y = data_forecast_is_stk_bs_rpt_zq_befor_big['上一年比本年倍数'].values # 绘制散点图 plt.scatter(x, y) # 设置标题和坐标轴标签 plt.title('上一年比本年倍数散点图') plt.xlabel('股票代码') plt.ylabel('倍数') # 显示图像 plt.show() 点的颜色都一样能不能密度高的地方深色 密度低的地方浅色
可以使用 `plt.hexbin()` 函数来绘制带颜色的散点图,它可以将散点图中的点聚合为六边形的区域,并用不同的颜色表示每个区域中点的数量密度。示例代码如下:
```
import matplotlib.pyplot as plt
x = data_forecast_is_stk_bs_rpt_zq_befor_big['上一年比本年倍数'].index
y = data_forecast_is_stk_bs_rpt_zq_befor_big['上一年比本年倍数'].values
plt.hexbin(x, y, gridsize=30, cmap='Blues')
plt.title('上一年比本年倍数散点图')
plt.xlabel('股票代码')
plt.ylabel('倍数')
plt.colorbar()
plt.show()
```
其中,`gridsize` 参数控制六边形的大小,`cmap` 参数指定颜色映射表,`plt.colorbar()` 函数用于添加颜色条。你可以根据实际需要调整这些参数。