matplotlib的scatter()函数和plot()函数的区别
# 引入 import matplotlib.pyplot as plt
plt.scatter
和 plt.plot
是 matplotlib
库中的两个主要绘图函数,它们分别用于绘制散点图和线图。这两个函数在数据可视化中都有其独特的用途和功能。
plt.scatter
功能
plt.scatter
函数用于绘制散点图。散点图一般用于显示两个变量之间的关系,每个点代表一个数据样本的坐标 (x, y)。
语法
plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, **kwargs)
常用参数
x
,y
:分别为点的横坐标和纵坐标的数据序列。s
:标记大小。可以是一个标量或序列,表示点的大小。c
:标记颜色,可以是一个单色值或颜色序列。marker
:标记的样式,例如’ o ‘表示圆点,’ ^ ‘表示三角形等。alpha
:透明度,取值范围从0(完全透明)到1(完全不透明)。linewidths
:标记边缘的宽度。
示例
import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 3, 5, 7, 11] plt.scatter(x, y, color='blue', marker='o') plt.xlabel('X axis') plt.ylabel('Y axis') plt.title('Scatter Plot Example') plt.show()
在此场景中,scatter
的含义是 “散点”,用于描述在图中显示的离散数据点。
plt.plot
功能
plt.plot
函数用于绘制线图,通常用于显示两个变量之间的连续关系。可以绘制带有标记的线、无标记的线或仅有标记的图。
语法
plt.plot(x, y, fmt=None, data=None, **kwargs)
常用参数
x
,y
:分别为点的横坐标和纵坐标的数据序列。fmt
:格式字符串,用于定义线的样式和颜色,例如’-‘表示实线,’–‘表示虚线,’r’表示红色,’b’表示蓝色等。color
:线条颜色。linewidth
:线条宽度。marker
:标记样式,例如’ o ‘表示圆点,’ ^ ‘表示三角形等。linestyle
:线条样式,例如’-‘表示实线,’–‘表示虚线等。
示例
import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 3, 5, 7, 11] plt.plot(x, y, color='red', linestyle='-', linewidth=2, marker='o') plt.xlabel('X axis') plt.ylabel('Y axis') plt.title('Line Plot Example') plt.show()
在此场景中,plot
的含义是 “绘制”,更具体来说是绘制通过所有点的线条,这在连续数据的展示中非常有用。
总结:功能和区别
- 功能与用途
plt.scatter
用于绘制散点图,主要用于展示两个变量之间的关系,每个点显示一个数据样本。plt.plot
用于绘制线图,主要用于展示两个变量的连续关系,通常会连接所有点以形成一条线。
- 数据展示
散点图
非常适合数据点之间没有明确的连接顺序且主要关注个体点本身的情况。例如,展示点的分布和密度。线图
适用于数据点之间有顺序关系或者希望展示数据随时间或其他变化的趋势时。例如,展示时间序列数据。
- 视觉效果
散点图
的每个点可以有不同的颜色和大小来表示更多维度的信息。线图
更专注于展示点之间的连贯性和趋势,通过线条传达信息。它可以通过不同的线条样式(实线、虚线等)以及标记(如圆点、三角形等)来增强视觉效果。
关注公众号:程序新视界,一个让你软实力、硬技术同步提升的平台
除非注明,否则均为程序新视界原创文章,转载必须以链接形式标明本文链接
本文链接:https://www.choupangxia.com/2024/10/13/matplotlib-scatter-and-plot-function/