如何使用Matplotlib中的pandas.plot()改变标记大小？

在数据可视化方面，matplotlib一直是众多数据科学家和分析人员之一最常使用的Python库之一。而在matplotlib中，pandas.plot()方法是一个非常有用的工具，它可以轻松绘制各种线形图、散点图、柱状图等。

在绘制散点图时，我们通常需要改变标记（点）的大小以突出显示某些数据点，而pandas.plot()默认情况下仅提供一种标记大小，难以满足我们的需求。那么，该如何使用Matplotlib中的pandas.plot()改变标记大小呢？

pandas.plot()简介

在开始更改标记大小之前，我们需要了解pandas.plot()方法的基本语法和用法。该方法可应用于pandas DataFrame和Series对象，具有广泛的参数列表，可按照需要绘制出各种类型的图形，并具有出色的灵活性和可扩展性。

下面是一个简单的例子，演示如何使用pandas.plot()绘制一个红色线形图：

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

# 创建DataFrame对象
df = pd.DataFrame({'x': np.arange(10), 'y': np.random.randn(10) })

# 绘制线形图
df.plot(x='x', y='y', color='r')
plt.show()

上述代码中，我们使用pandas.DataFrame()函数创建了一个DataFrame对象，该对象包含两个列：x和y。然后，我们使用pandas.plot()方法绘制了一个线形图，该图显示x和y的关系。最后，我们使用matplotlib.pyplot.show()方法显示了这个图形。

该方法的灵活性在于能够使用的参数列表，其中一些可以帮助我们更改标记大小。

改变标记大小的方法

pandas.plot()方法的标记大小参数名为“s”，默认情况下s=20，也就是说所有的标记大小都是20。我们可以更改类型为int的“s”参数的值，使所有标记的大小保持一致，如下所示：

# 绘制散点图并更改标记大小
df.plot(kind='scatter', x='x', y='y', s=50)
plt.show()

在上述代码中，我们使用kind = ‘scatter’参数创建了一个散点图，并将“s”参数的值设置为50，此时所有标记的大小为50。

如果要对数据集中的每个点使用不同的标记大小，则可以将传递一个Series对象给‘s’参数，如下所示：

# 创建Series对象并指定标记大小
sizes = pd.Series(np.random.randint(1, 50, size=len(df)))

# 绘制散点图并应用标记大小
df.plot(kind='scatter', x='x', y='y', s=sizes)
plt.show()

在上述代码中，我们使用np.random.randint()方法创建了一个Series对象，包含随机整数，并将其传递给”s”参数。此时，每个标记的大小都是独立随机生成的。

除此之外，我们还可以使用一些其他的参数来更改标记大小，例如alpha（标记透明度），edgecolor（标记边缘颜色），linewidths（标记虚线宽度），等等，以实现更加丰富的绘图效果。

完整代码

下面是一个完整的示例代码，演示如何使用pandas.plot()方法绘制一个随机数据集的散点图，并将标记大小设置为不同的随机数值：

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

# 创建随机DataFrame对象
df = pd.DataFrame({'x': np.random.randn(100), 'y': np.random.randn(100)})

# 创建Series对象并指定标记大小
sizes = pd.Series(np.random.randint(10, 50, size=len(df)))

# 绘制散点图并应用标记大小
df.plot(kind='scatter', x='x', y='y', s=sizes, alpha=0.5, edgecolor='black', linewidths=0.5)

# 显示图形
plt.show()

在上述代码中，我们首先使用np.random.randn()方法创建了一个随机DataFrame对象，包含两个列，然后使用np.random.randint()方法创建了一个随机的“sizes”Series对象，用于指定每个标记的大小。最后，我们使用kind=’scatter’参数和相应的样式参数来创建一个散点图，并使用plt.show()方法显示结果。