ax.scatter怎么设置标记大小？？

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：

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。

ax.scatter3D

`ax.scatter3D` 是 Matplotlib 库中的一个函数，用于创建三维散点图。在 matplotlib 的 Axes3D 对象上，这个函数用于绘制一组数据点，每个点由三个坐标值 (x, y, z) 表示，通常用于可视化多维数据集中的分布情况。它接受多个参数，包括 x、y 和 z 数据数组，以及颜色、大小、标记样式等选项，可以自定义各个点的属性。

例如：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 创建一些随机数据
x = np.random.rand(100)
y = np.random.rand(100)
z = np.random.rand(100)

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')  # 创建3D轴
ax.scatter3D(x, y, z, c=z, cmap='viridis', s=50)  # 绘制散点图

plt.show()  # 显示图形