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。

相关问题

我想改变这段代码生成的点的颜色fig = plt.figure() ax = fig.add_subplot(1,1,1) ax.scatter(data_test['X'],data_test['Y'],c=data_test['Label']) ax.plot(x0,y0,c="grey")

你可以在 `ax.scatter` 中指定点的颜色，例如将 `c` 的值改为一个颜色字符串或颜色列表，如下所示：

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
colors = ['r' if label == 0 else 'b' for label in data_test['Label']]
ax.scatter(data_test['X'], data_test['Y'], c=colors)
ax.plot(x0, y0, c="grey")

在这个例子中，我们使用了一个简单的列表推导式来创建一个颜色列表 `colors`，其中 0 标签的点用红色表示，1 标签的点用蓝色表示。然后，我们将 `c` 的值设置为这个颜色列表。你可以根据需要自定义颜色列表。

ax1.scatter(data[:, 0], data[:, 1], c=y)

这段代码使用 matplotlib 库中的 scatter 函数在二维坐标系上绘制散点图。其中，data[:, 0] 是数据中所有样本的第一个特征，data[:, 1] 是数据中所有样本的第二个特征，c=y 表示按照样本标签 y 对数据点进行颜色编码。具体来说，每个样本的第一个特征对应 x 轴，第二个特征对应 y 轴，样本标签 y 对应颜色。可以通过调整函数的参数来改变绘图效果，比如点的大小、颜色映射等。