plt.scatter中的s
时间: 2024-05-13 10:12:26 浏览: 78
在matplotlib的scatter函数中,参数s用于指定散点的大小,它可以是一个标量或者与x、y等长度相同的数组。当s为标量时,所有散点的大小都相同;当s为数组时,每个散点的大小可以不同。如果未提供该参数,则默认值为rcParams['scatter.marker'] ** 2。
例如:
```python
import matplotlib.pyplot as plt
import numpy as np
x = np.random.rand(100)
y = np.random.rand(100)
sizes = 1000*np.random.rand(100)
plt.scatter(x, y, s=sizes)
plt.show()
```
上述代码中,sizes是一个长度为100的数组,每个元素都是一个随机数乘以1000,表示每个点的大小。
相关问题
完成填空 import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn.datasets import make_blobs # 生成样例数据集 300条数据,4个类 std=2 data, labels = make_blobs( ) # 数据可视化 plt.scatter(data[:, 0], data[:, 1], s=50) plt.title("原始数据分布") plt.show() # K-means聚类分析 kmeans = #DBSCAN聚类分析 # 可视化聚类结果 plt.scatter(data[:, 0], data[:, 1], c=, s=50, cmap='viridis') #画出类中心 plt.scatter( , c='red', marker='x', s=200) plt.title("K-means聚类结果") plt.show() # 可视化聚类结果 plt.scatter(data[:, 0], data[:, 1], c=, s=50, cmap='viridis') #画出类中心 plt.scatter( , c='red', marker='x', s=200) plt.title("DBSCAN聚类结果") plt.show()
完成代码如下:
```
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans, DBSCAN
from sklearn.datasets import make_blobs
# 生成样例数据集 300条数据,4个类 std=2
data, labels = make_blobs(n_samples=300, centers=4, cluster_std=2)
# 数据可视化
plt.scatter(data[:, 0], data[:, 1], s=50)
plt.title("原始数据分布")
plt.show()
# K-means聚类分析
kmeans = KMeans(n_clusters=4)
kmeans.fit(data)
# DBSCAN聚类分析
dbscan = DBSCAN(eps=1.5, min_samples=5)
dbscan.fit(data)
# 可视化聚类结果
plt.scatter(data[:, 0], data[:, 1], c=kmeans.labels_, s=50, cmap='viridis') # K-means聚类结果
plt.scatter(kmeans.cluster_centers_[:, 0], kmeans.cluster_centers_[:, 1], c='red', marker='x', s=200) # 画出类中心
plt.title("K-means聚类结果")
plt.show()
plt.scatter(data[:, 0], data[:, 1], c=dbscan.labels_, s=50, cmap='viridis') # DBSCAN聚类结果
plt.scatter(data[dbscan.core_sample_indices_][:, 0], data[dbscan.core_sample_indices_][:, 1], c='red', marker='x', s=200) # 画出核心点
plt.title("DBSCAN聚类结果")
plt.show()
```
plt.scatter(x, y, s=1, alpha=0.5) plt.scatter(result['x'], result['y'], s=10, c='r') plt.show()
这是一段使用 Matplotlib 库绘制散点图的代码。其中,x 和 y 是数据点的坐标,s 指定了散点的大小,alpha 指定了散点的透明度。result 是一个 DataFrame,里面包含另一组数据点的坐标,使用 plt.scatter 绘制出这组数据点,并将它们的颜色设置为红色。最后使用 plt.show() 将图形显示出来。
阅读全文