ax.scatter 设置颜色

在使用 `ax.scatter` 绘制散点图时，可以通过 `c` 参数设置每个点的颜色。`c` 参数可以接受一个数组，数组的每个元素对应一个点的颜色。例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)
y = x ** 2
colors = np.random.rand(10)

fig, ax = plt.subplots()
ax.scatter(x, y, c=colors)
plt.show()

这段代码生成了一个包含 10 个点的散点图，每个点的颜色都是随机生成的。如果要设置所有点的颜色为同一个颜色，可以使用 `color` 参数：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)
y = x ** 2

fig, ax = plt.subplots()
ax.scatter(x, y, color='red')
plt.show()

这段代码生成了一个包含 10 个点的散点图，所有点的颜色都是红色。

相关问题

plt.scatter ax.scatter

`plt.scatter` 和 `ax.scatter` 都是用于绘制散点图的 Matplotlib 方法，它们之间的主要区别在于使用的对象和用法。

`plt.scatter` 是 Matplotlib 的顶层函数之一，它可以在当前图形中绘制散点图。如果您只想绘制一个简单的散点图，那么 `plt.scatter` 是一个很好的选择。它的用法非常简单，只需要将 x 和 y 数据传递给它即可。例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)

plt.scatter(x, y)
plt.show()

`ax.scatter` 是在 Matplotlib 中 Axes 对象的方法，它允许您在特定的 Axes 对象中绘制散点图。如果您需要在一个图形中绘制多个子图，或者需要更精细地控制每个子图的属性，那么使用 `ax.scatter` 是更好的选择。例如：

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots()

x = np.random.rand(50)
y = np.random.rand(50)

ax.scatter(x, y)
plt.show()

在这个例子中，我们首先创建一个新的 Figure 对象和一个 Axes 对象，并将它们存储在 fig 和 ax 变量中。然后，我们使用 ax.scatter() 方法在 Axes 对象上绘制散点图。这使我们可以更好地控制每个子图的属性，例如轴标签、标题、背景颜色等。最后，我们使用 plt.show() 方法显示图形。

总的来说，`plt.scatter` 是一个更简单的方法，适用于绘制单个散点图，而 `ax.scatter` 更适合于需要更多控制和更复杂图形的情况。

ax.scatter怎么改变颜色

可以使用参数`c`或者`color`来指定散点的颜色，例如：

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, c=colors)

plt.show()

在上述例子中，我们生成了50个随机的点，然后使用`np.random.rand(50)`生成了50个随机颜色，并将其赋值给`colors`变量。在`ax.scatter`函数中，我们使用`c=colors`来指定散点的颜色。运行上述代码，可以看到生成的50个点颜色随机。