如何在 Pylab 散点图 (Matplotlib) 中为不同的数据点使用不同的标记？

Pylab 是一个流行的 Python 库，其绘图模块 Matplotlib 可以帮助我们创建各种类型的图表。在这篇文章中，我们将探讨如何在 Matplotlib 中创建散点图，并为不同的数据点使用不同的标记。

首先，我们需要安装 Matplotlib。可以使用 pip 来安装：

pip install matplotlib

接下来，让我们看一下如何使用 Matplotlib 绘制标准散点图。

创建标准散点图

我们可以使用 scatter 函数来绘制散点图。下面是一个例子：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)

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

在此例中，我们使用 NumPy 生成了两个随机数数组 x 和 y，每个数组都有 50 个元素。 scatter 函数将它们绘制成一组散点。

默认情况下，scatter 函数使用同一种标记（圆圈）绘制所有点。要在散点图中使用不同的标记，我们需要通过 c 参数指定标签数组。例如，假设我们有以下数据：

import numpy as np

x = np.array([1, 2, 3, 4, 5])
y = np.array([5, 4, 3, 2, 1])
labels = np.array(['A', 'B', 'C', 'D', 'E'])

要将每个数据点与其标签关联起来，我们可以使用 zip 函数将 x、y 和 labels 组成元组，然后将它们放入一个列表中。以下是一个例子：

data = list(zip(x, y, labels))

现在我们可以使用 scatter 函数来绘制散点图，并通过 c 参数指定标记数组：

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5])
y = np.array([5, 4, 3, 2, 1])
labels = np.array(['A', 'B', 'C', 'D', 'E'])

data = list(zip(x, y, labels))

plt.scatter(x, y, c=labels)
plt.show()

在上面的代码中，我们将 c 参数指定为标签数组 labels。

现在每个数据点被标记为不同的字符。我们可以进一步定制它们的标记。

标记定制

要自定义标记，我们需要传递一个 marker 参数给 scatter 函数。 marker 参数是字符串类型，它指定了标记的形状。以下是一些常用标记的示例：

标记	描述
`'.'`	小圆点
`','`	像素
`'o'`	大圆圈
`'v'`	倒三角形
`'^'`	正三角形
`'<'`	左三角形
`'>'`	右三角形
`'1'`	下箭头
`'2'`	上箭头
`'3'`	左箭头
`'4'`	右箭头
`'s'`	正方形
`'p'`	五边形
`'*'`	星号
`'h'`	六边形1
`'H'`	六边形2
`'+'`	加号

要使用这些标记，我们只需将它们的字符串值作为 marker 参数传递给 scatter 函数。例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5])
y = np.array([5, 4, 3, 2, 1])
labels = np.array(['A', 'B', 'C', 'D', 'E'])
markers = np.array(['o', 'v', '+', 'x', 's'])

data = list(zip(x, y, labels, markers))

for x, y, label, marker in data:
    plt.scatter(x, y, c=label, marker=marker)

plt.show()

在上面的代码中，我们还定义了一个名为 markers 的数组，它包含与每个标签相关联的标记字符。然后我们通过循环遍历 data 中的每个数据点，并为每个点指定相应的标记。

现在我们已经对散点图中的点进行了定制。不过，如果我们将大量数据点绘制在同一个图表上，可能会很难辨认每个点的标记。为了使每个标记更为清晰，我们可以调整它们的大小。

标记大小

要调整标记的大小，我们可以传递一个 s 参数给 scatter 函数。 s 参数是浮点型，它指定了标记的大小。大小值越大，标记就越大。

以下是一个例子：

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5])
y = np.array([5, 4, 3, 2, 1])
labels = np.array(['A', 'B', 'C', 'D', 'E'])
markers = np.array(['o', 'v', '+', 'x', 's'])
sizes = np.array([50, 100, 150, 200, 250])

data = list(zip(x, y, labels, markers, sizes))

for x, y, label, marker, size in data:
    plt.scatter(x, y, c=label, marker=marker, s=size)

plt.show()

在上面的代码中，我们还定义了一个名为 sizes 的数组，它包含与每个标签相关联的大小值。然后我们通过循环遍历 data 中的每个数据点，并为每个点指定相应的大小值。

现在每个标记更大了，我们更容易看清每个标记的形状和颜色。