在 Pyplot 散点图中自定义标记大小

散点图是可视化两个变量之间关系的基本工具。在 Python 中，INLINECODEdf3c29cf 库提供了一个强大的函数 INLINECODEe033d12d 来创建散点图。散点图的一个关键方面是能够自定义标记的大小，这可以为数据可视化增加一个额外的维度。本文将深入探讨在 pyplot.scatter() 中调整标记大小的技术细节，以及创建有效散点图的最佳实践。

目录

• 理解散点图中的标记大小
• 理解 ‘s‘ 参数
• 在 Pyplot 中自定义标记大小
• 调整标记大小的最佳实践

理解散点图中的标记大小

在散点图中，每个数据点都由一个标记表示，该标记可以是一个点、圆、正方形或任何其他形状。这些标记的大小可用于传达有关数据点的其他信息。例如，较大的标记可以表示较高的值或较重要，而较小的标记可以表示较低的值或较次要。

理解 ‘s‘ 参数

INLINECODE05ca3879 函数中的 INLINECODE1c475b43 参数控制标记的大小。大小以平方点（points^2）为单位指定。这意味着如果设置 s=100，标记的面积将为 100 平方点。为了让你有个直观的概念，1 点是 1/72 英寸，所以大小是相对于这个单位的。

pyplot.scatter() 函数的基本语法：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [6, 7, 8, 9, 10]
marker_size = [50, 100, 150, 200, 250]

plt.scatter(x, y, s=marker_size)
plt.show()

输出：

!download—2024-07-02T165308102pyplot.scatter

在此示例中，INLINECODEc5bd440f 列表为每个标记指定了不同的大小。INLINECODE46112c37 参数可以接受标量或与 INLINECODEd1780716 和 INLINECODE62285c3d 长度相同的数组。

虽然可以调整默认标记大小，但 INLINECODEcb80a4bd 提供了更高级的选项来根据数据自定义标记大小。一种常见的方法是在 INLINECODE19ee1530 函数中使用 s 参数，它允许你指定一个标记大小数组。

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)
sizes = np.random.rand(100) * 100

plt.scatter(x, y, s=sizes)
plt.show()

输出：

!download—2024-07-02T165707978Customizing Marker Size in Pyplot

1. 使用 Pyplot 设置默认标记大小

如果你想为一个会话中的所有散点图设置默认标记大小，可以使用 rcParams 配置：

import matplotlib.pyplot as plt
import matplotlib as mpl

# 设置默认标记大小
mpl.rcParams[‘lines.markersize‘] = 100

# 数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 4, 5, 6]

plt.scatter(x, y)
plt.show()

输出：

!download—2024-07-02T165935787Default Marker Size

2. 缩放标记大小

自定义标记大小的另一种方法是根据特定变量缩放大小。这可以通过结合使用 s 参数和缩放因子来实现。

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)
sizes = np.random.rand(100) * 100

plt.scatter(x, y, s=sizes * 10)
plt.show()

输出：

!download—2024-07-02T170314450Scaling Marker Size

3. 颜色和标记大小

除了自定义标记大小外，INLINECODE801bf720 还允许你指定标记的颜色。这可以使用 INLINECODEac3e1be0 函数中的 c 参数来实现。

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(100)
y = np.random.rand(100)
sizes = np.random.rand(100) * 100
colors = np.random.rand(100)

plt.scatter(x, y, s=sizes, c=colors)
plt.show()

输出：

!download—2024-07-02T170252079Color and Marker Size

在此示例中，c 参数用于为标记指定颜色数组，从而生成具有不同标记大小和颜色的散点图。

调整标记大小的最佳实践

在调整散点图中的标记大小时，请考虑以下最佳实践：

• 选择合适的标记大小：应根据数据和所需的视觉表示来选择标记大小。太小的标记大小可能会使查看变