Matplotlib散点图与折线图绘制与美化

# 1. Matplotlib散点图绘制

散点图是用于研究两个变量之间关系的有效工具。在本节中，我们将学习如何使用Matplotlib库绘制基本的散点图，并对其样式进行自定义。

## 1.1 准备数据

在绘制散点图之前，首先需要准备要绘制的数据。通常，散点图需要包含两个变量的数值数据。在本例中，我们将使用Python中的NumPy库生成模拟数据。

import numpy as np

# 生成随机散点数据
np.random.seed(0)
x = np.random.rand(50)
y = np.random.rand(50)

在这段代码中，我们利用NumPy库生成了包含50个随机数的x和y坐标数据作为散点图的数据。

## 1.2 使用Matplotlib绘制基本散点图

接下来，我们利用Matplotlib库绘制基本的散点图。

import matplotlib.pyplot as plt

# 绘制基本的散点图
plt.scatter(x, y)
plt.show()

运行上述代码后，将会显示一个基本的散点图，其中x轴和y轴分别对应生成的随机数据的值。

## 1.3 自定义散点图样式

除了基本的散点图外，Matplotlib还提供了丰富的样式选项，用于自定义散点图的外观。例如，我们可以调整散点的大小、颜色、透明度等属性。

# 自定义散点图样式
plt.scatter(x, y, s=100, c='r', alpha=0.5, marker='o', label='Data Points')
plt.title('Customized Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.legend()
plt.show()

在这段代码中，我们通过设置参数s、c、alpha和marker分别调整了散点的大小、颜色、透明度和样式，并使用了标题、轴标签和图例来定制图表的展示样式。

通过上述步骤，我们成功地利用Matplotlib库绘制了基本的散点图，并学习了如何自定义散点图的样式。接下来，我们将继续探讨折线图的绘制以及如何美化散点图和折线图。

# 2. Matplotlib折线图绘制

折线图是一种常见的数据可视化方式，特别适合用于展示数据随时间变化的趋势。Matplotlib是Python中常用的数据可视化库，下面我们将介绍如何使用Matplotlib绘制基本的折线图，以及如何添加标签和标题。

### 2.1 准备数据

在绘制折线图之前，我们首先需要准备一组数据。假设我们有一个销售数据的时间序列，包括每个月的销售额，我们可以使用以下Python代码生成模拟数据：

import numpy as np

# 模拟销售额数据
months = np.array(['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun'])
sales = np.array([20000, 30000, 35000, 28000, 33000, 40000])

### 2.2 使用Matplotlib绘制基本折线图

接下来，我们可以使用Matplotlib将上述数据绘制成折线图，代码如下所示：

import matplotlib.pyplot as plt

# 绘制折线图
plt.plot(months, sales, marker='o', linestyle='-')

# 添加网格线
plt.grid(True)

# 显示图形
plt.show()

以上代码使用Matplotlib的`plot()`方法绘制折线图，其中`marker`参数指定折线上的数据点样式，`linestyle`参数指定折线的样式。在这里，我们使用了圆点作为数据点的样式，实线作为折线的样式。通过调用`grid(True)`方法，我们添加了网格线以提高图表的可读性。

### 2.3 添加标签和标题

除了基本的折线图外，我们还可以为图表添加轴标签和标题，使图表更加清晰易懂。以下代码演示了如何为折线图添加轴标签和标题：

# 添加轴标签和标题
plt.xlabel('Months')
plt.ylabel('Sales ($)')
plt.title('Monthly Sales Trend')

# 显示图例
plt.legend(['Sales'], loc='upper left')

# 显示图形
plt.show()

在上述代码中，我们分别使用`xlabel()`和`ylabel()`方法为X轴和Y轴添加标签，并使用`title()`方法添加标题。同时，通过调用`legend()`方法，我们添加了图例并指定了其位置为左上角。

通过以上步骤，我们成功绘制了一张基本的折线图，并为图表添加了标签和标题，使其更加完整和易于理解。

接下来，我们将进一步学习如何美化折线图，以及如何进行散点图与折线图的组合展示。

# 3. 美化散点图

散点图是展示数据点分布和关联关系的常用图表之一，通过美化散点图的样式和元素，可以让数据的呈现更加直观和吸引人。本节将介绍如何通过Matplotlib实现散点图的美化。

#### 3.1 调整散点图颜色和大小

在Matplotlib中，可以通过`color`参数设置散点的颜色，通过`s`参数调整散点的大小。下面是一个简单的例子：