如何在 Matplotlib 中通过变量为散点图着色?
在 Python 库的 Matplotlib 中，有几种方法可以通过变量为散点图着色。散点函数中有三个参数，即 cmap、alpha 和 c，我们可以用它们来更改图的颜色。
Matplotlib 是 Python 中可用的库之一，用于绘制和可视化给定的数据。这可以用作 Numpy 库的扩展来绘制数组。这个库有一个名为 pyplot 的模块，它使数据的可视化和绘制变得非常容易。
这个 pyplot 模块有许多函数和参数，可以帮助我们以不同的和定制的功能绘制图形。让我们逐一了解在 Matplotlib 中通过变量为散点图着色的每种方法。
使用颜色图
颜色图是用于表示连续变量的颜色范围。颜色图在散点图中由 cmap 参数表示。
语法
以下是散点图的 colormap 参数的语法。
pyplot.scatter(x, y, cmap = color)
其中，
x 和 y 是要绘制的数组。
cmap 是用于为散点图着色的参数
示例
在下面的示例中，我们将两个数组和 colormap 值作为散点图函数的输入参数传递，然后散点图将使用定义的颜色绘制。
import matplotlib.pyplot as plt import numpy as np x = np.array([20,30,40,70,50]) y = np.array([30,20,34,56,88]) z = np.random.rand(5)*10 plt.scatter(x, y, c = z, cmap = "viridis") plt.show()
输出
以下是 scatter() 函数的 cmap 参数的输出，用于通过 matplotlib 中的变量为散点图着色。
使用离散颜色集
在这里，我们将分配一组离散值，其中我们可以使用颜色列表为每个值分配一种特定的颜色。我们将颜色列表传递给散点函数的参数 c。
语法
以下是使用散点图 c 参数的语法。
import matplotlib.pyplot as plt plt.scatter(x, y, c=list_colors)
其中，
matplotlib.pyplot 是 matplotlib 中的模块。
plt 是别名。
scatter 是函数。
x, y 是两个数组
c 是包含列表的参数颜色
示例
在下面的示例中，我们将两个数组和颜色列表作为输入参数传递给 scatter() 函数。
import matplotlib.pyplot as plt import numpy as np x = np.array([[20,30,40],[70,50,89]]) y = np.array([[30,20,34],[5,6,88]]) z = np.random.rand(6) plt.scatter(x,y,c = z) plt.show()
输出
使用 scatter() 函数绘制的散点图的输出，每个散点图的颜色不同值如下。
使用 alpha(透明度)
我们在 scatter() 函数中有一个参数 alpha，它根据变量使点或多或少透明。 alpha 的值应在 0 到 1 的范围内。
语法
以下是使用散点图的 alpha 参数的语法。
scatter(x,y,c = 'color', alpha = value)
其中，
scatter() 是 matplotlib.pyplot 模块的函数。
scatter()
x, y 是两个数组
c 是包含颜色的参数。
alpha 是颜色的 e，介于 0 和1
示例
当我们将两个数组、c 参数的颜色和 0 到 1 范围内的 alpha 值传递给 matplotlib.pyplot 的 scatter() 函数时，绘图将使用根据值变化的定义颜色进行绘制。
import matplotlib.pyplot as plt import numpy as np x = np.random.rand(100) y = np.random.rand(100) z = np.random.rand(100) plt.scatter(x, y, c= 'green', alpha=z) plt.show()
输出
以下是 scatter() 的输出函数 alpha 参数。
