开始之前
学习 Matplotlib 绘图其实就是学习绘图函数中的参数!将参数活学活用,不同的参数搭配会产生不同的化学效应!
相关配置
1 | %matplotlib inline |
plt.scatter()用法
功能:用于散点图的绘制。
参数
x, y → 散点的坐标
s → 散点大小,是一个标量或者是一个 shape 大小为(n,)的数组,可选,默认 20。
c → 散点的颜色(默认值为蓝色,’b’,其余颜色同 plt.plot( ))
marker → 散点样式(默认值为实心圆,’o’,其余样式同 plt.plot( ))
alpha → 散点透明度([0, 1]之间的数,0 表示完全透明,1 则表示完全不透明)
linewidths → 散点的边缘线宽
edgecolors → 散点的边缘颜色
cmap → 指的是 matplotlib.colors.Colormap,相当于多个调色盘的合集
norm、vmin、vmax → 散点颜色亮度设置
1 | n = 10 # 用于生成十个点 |
从 cmap 中选取了一个叫做’viridis’的调色盘,其作用是,将参数 c 中获取到的数值,映射到“色盘”中已经对应好的颜色上
1 | rng = np.random.RandomState(0) |
cmap = plt.cm.Spectral 用法
例子 1
代码 plt.scatter(X, Y, c = label, s = 40, cmap = plt.cm.Spectral)中的 cmap = plt.cm.Spectral 是给定 label 中不同数值以不同的颜色。
1 | np.random.seed(1) # 产生相同的随机数 |
例子 2
3 个不同的类别被赋予了 3 种不同的颜色。原理是通过 plt.cm.Spectral(parameters)中的 parameters 来指定生成的颜色种类,例如 plt.cm.Spectral(np.arange(5))将生成 5 中不同的颜色,而在例子 2 中,c = label 代替了参数 parameter。
1 | # label有三种不同的取值 |
1 | <matplotlib.collections.PathCollection at 0x13fda3da240> |
- 本文作者: YuT
- 本文链接: https://ytno1.github.io/archives/bd1550fb.html
- 版权声明: 本博客所有文章除特别声明外,均采用 MIT 许可协议。转载请注明出处!