一周学会Matplotlib3 Python 数据可视化-绘制散点图(Scatter)

锋哥原创的Matplotlib3 Python数据可视化视频教程：

2026版 Matplotlib3 Python 数据可视化视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili

课程介绍

本课程讲解利用python进行数据可视化科研绘图-Matplotlib，学习Matplotlib图形参数基本设置，绘图参数及主要函数，以及Matplotlib基础绘图，和Matplotlib高级绘图。

绘制散点图(Scatter)

散点图用于展示两个变量之间的关系，每个点的位置由两个变量的值决定，常用于观察数据分布、聚类或相关性分析。

基础语法：

复制代码

plt.scatter(
    x, y,           # 必需：数据点的x/y坐标（数组）
    s=None,         # 点的大小（标量或数组）
    c=None,         # 点的颜色（颜色名、RGB、数组）
    marker=None,    # 点标记样式（字符串或路径）
    alpha=None,     # 透明度（0-1）
    edgecolors=None,# 边缘颜色
    linewidths=None,# 边缘线宽
    cmap=None,      # 颜色映射（当c为数值数组时）
    vmin=None,      # 颜色映射最小值
    vmax=None,      # 颜色映射最大值
    **kwargs        # 其他Line2D属性
)

核心参数详解

数据坐标

x, y : 长度相同的数组，定义数据点在坐标系中的位置。示例：x = [1, 2, 3], y = [4, 5, 6]

点大小 (s)

标量：所有点统一大小（单位：点的平方，如 s=100）。
数组：每个点独立大小（需与 x,y 长度相同），常用于气泡图。示例：s = [10, 100, 200]

点颜色 (c)

单一颜色 ：字符串（如 'r'）、RGB元组（如 (0.2, 0.5, 0.8)）。
颜色数组 ：为每个点指定颜色（长度同 x,y），支持：
- 颜色名列表：c=['red','blue','green']
- 数值数组 ：通过 cmap 映射为颜色（如热力图）。

点标记 (marker)

常用标记符号：

符号	描述	符号	描述
`'.'`	小圆点	`'o'`	大圆点
`'v'`	下三角形	`'^'`	上三角形
`'s'`	正方形	`'D'`	菱形
`'*'`	五角星	`'+'`	加号
`'x'`	叉号	`'p'`	五边形

透明度 (alpha)

范围 [0, 1]，0 完全透明，1 完全不透明。

边缘控制

edgecolors : 边缘颜色（默认 'face' 与填充色相同）。
linewidths : 边缘线宽（默认 1.0）。

颜色映射 (cmap, vmin, vmax)

当 c 为数值数组时：

cmap : 指定颜色映射（如 'viridis', 'jet', 'coolwarm'）。
vmin/vmax: 控制映射的数据范围（不指定则用数组最小/最大值）。

基础散点图示例：

复制代码

import matplotlib
import matplotlib.pyplot as plt
import numpy as np

# 设置matplotlib使用黑体显示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'

# 生成随机数据
np.random.seed(42)
x = np.random.rand(50)  # 50个随机X值
y = np.random.rand(50)  # 50个随机Y值

# 创建画布
plt.figure(figsize=(8, 6))

# 绘制散点图（基础版）
plt.scatter(x, y,
            color='blue',  # 点颜色
            marker='o',  # 点形状（圆形）
            alpha=0.7,  # 透明度
            edgecolors='black')  # 边缘颜色

# 添加标题和标签
plt.title("基本散点图", fontsize=14)
plt.xlabel("X-轴", fontsize=12)
plt.ylabel("Y-轴", fontsize=12)

# 显示网格
plt.grid(True, linestyle='--', alpha=0.5)

plt.show()