ax.scatter怎么设置标记大小??
时间: 2024-03-03 10:49:24 浏览: 24
在使用 `ax.scatter` 绘制散点图时,可以通过参数 `s` 来设置标记的大小。例如:
```python
import matplotlib.pyplot as plt
import numpy as np
x = np.random.rand(50)
y = np.random.rand(50)
sizes = np.random.randint(10, 100, 50)
fig, ax = plt.subplots()
ax.scatter(x, y, s=sizes)
plt.show()
```
上述代码中,`sizes` 是一个长度为 50 的整数数组,用于指定每个标记的大小。`s` 参数接受一个标量或一个长度与数据点数目相同的数组,用于设置标记的大小。
相关问题
ax.scatter 三点大小参数保存在哪
在 `ax.scatter()` 方法中,您可以使用 `s` 参数来指定每个散点的大小,`s` 可以是一个标量或一个数组,用于指定每个散点的大小。当您将一个数组传递给 `s` 参数时,每个数组元素将对应一个散点的大小。例如,以下代码将生成一个包含 50 个随机散点的散点图,并将每个散点的大小设置为随机值:
```
import matplotlib.pyplot as plt
import numpy as np
x = np.random.rand(50)
y = np.random.rand(50)
sizes = 100 * np.random.rand(50)
fig, ax = plt.subplots()
ax.scatter(x, y, s=sizes)
plt.show()
```
在这个例子中,我们使用了 `np.random.rand()` 方法生成了两个长度为 50 的随机数组 `x` 和 `y`,并使用 `np.random.rand()` 方法生成了另一个长度为 50 的随机数组 `sizes`。我们将 `x`、`y` 和 `sizes` 作为参数传递给 `ax.scatter()` 方法,并将每个散点的大小设置为 `sizes` 数组中的相应值。最后,我们调用 `plt.show()` 方法显示图形。
在 `ax.scatter()` 方法中,每个散点的大小保存在返回值中的 `sizes` 属性中。您可以使用 `ax.scatter()` 方法的返回值来获取所有绘制的散点的属性,例如大小、颜色、标记等。例如,以下代码将获取 `ax.scatter()` 方法返回值的 `sizes` 属性,并输出它的值:
```
import matplotlib.pyplot as plt
import numpy as np
x = np.random.rand(50)
y = np.random.rand(50)
sizes = 100 * np.random.rand(50)
fig, ax = plt.subplots()
scatter = ax.scatter(x, y, s=sizes)
print(scatter.get_sizes())
plt.show()
```
在这个例子中,我们首先使用 `ax.scatter()` 方法绘制了一个散点图,并将返回值存储在 `scatter` 变量中。然后,我们使用 `scatter.get_sizes()` 方法获取所有散点的大小,并将其输出到控制台。最后,我们使用 `plt.show()` 方法显示图形。
add.scatter函数
`add.scatter`函数是Matplotlib库中的一个函数,用于在图形上添加散点图。它的基本语法如下:
```python
add.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)
```
其中,`x`和`y`是数据点的x和y坐标,`s`是数据点的大小,`c`是数据点的颜色,`marker`是数据点的标记形状,`cmap`是颜色映射,`alpha`是数据点的透明度,`linewidths`是数据点的边缘线宽,`edgecolors`是数据点的边缘线颜色。
例如,以下代码将在图形上添加一个红色圆形的散点图:
```python
import matplotlib.pyplot as plt
import numpy as np
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
fig, ax = plt.subplots()
ax.scatter(x, y, s=50, c=colors, marker='o', cmap='Reds')
plt.show()
```