plt.scatter()怎么用,举个例
时间: 2023-10-24 07:12:56 浏览: 28
例子:假设我们有一些数据,包含两个特征X和Y,我们想要用散点图的形式展示它们之间的关系。
代码如下:
```python
import matplotlib.pyplot as plt
import numpy as np
# 生成数据
x = np.random.rand(50)
y = np.random.rand(50)
# 绘制散点图
plt.scatter(x, y)
# 显示图像
plt.show()
```
解释:
首先导入了matplotlib.pyplot模块,并将它重命名为plt。
然后生成了两个长度为50的随机数组x和y。
最后使用plt.scatter(x, y)函数绘制了散点图,并使用plt.show()函数显示图像。
结果是一张包含50个随机点的散点图。
相关问题
plt.scatter(x,y1) plt.scatter(x,y2) plt.scatter(x,y3)是什么意思
这段代码使用matplotlib库绘制散点图。其中,x是数据点的横坐标,y1、y2、y3是三组数据点的纵坐标。plt.scatter(x,y1)表示绘制一组数据点,plt.scatter(x,y2)表示绘制另一组数据点,plt.scatter(x,y3)表示绘制第三组数据点。每组数据点的横坐标都是相同的x值,但纵坐标不同,因此可以在同一张图上比较不同数据点之间的关系。
示例代码如下:
```python
import matplotlib.pyplot as plt
import numpy as np
# 生成数据
x = np.random.rand(10)
y1 = np.random.rand(10)
y2 = np.random.rand(10)
y3 = np.random.rand(10)
# 绘制散点图
plt.scatter(x, y1)
plt.scatter(x, y2)
plt.scatter(x, y3)
# 显示图像
plt.show()
```
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。