Matplotlib 散点图叠加

引言

Matplotlib 是 Python 中最流行的可视化库，可以用来绘制几乎所有的数据可视化图形。在 Matplotlib 中，我们可以使用散点图来表示数据点的分布情况，也可以通过叠加多个散点图来比较不同的数据分布。

本文将介绍如何在 Matplotlib 中使用 Python 编程语言来绘制散点图，并将多个散点图叠加在同一个图中。

散点图

散点图是一种用来展示二维数值变量之间关系的图形。每个数据点在散点图中都用一个小圆圈（或其他符号）表示，横坐标轴代表一个变量，纵坐标轴代表另一个变量，通过观察数据点在散点图中的分布情况来研究这两个变量之间是否存在相关性。在 Matplotlib 中，我们可以使用 scatter 函数来绘制散点图。以下是一个例子：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [3, 5, 1, 4, 2]
plt.scatter(x, y)
plt.show()

以上代码将生成一个简单的散点图，其中 x 轴代表变量 x，y 轴代表变量 y，每个数据点用一个小圆圈表示。你可以调整 x 和 y 的值来观察散点图的变化。

叠加散点图

有时候我们需要在同一个图中同时显示多个散点图，以比较它们之间的差异。在 Matplotlib 中，可以通过反复调用 scatter 函数并更改颜色和形状来实现这一目标。以下是一个例子：

import matplotlib.pyplot as plt

x1 = [1, 2, 3, 4, 5]
y1 = [3, 5, 1, 4, 2]
x2 = [1, 3, 5, 7, 9]
y2 = [2, 4, 6, 8, 10]

plt.scatter(x1, y1, color='red', marker='o')
plt.scatter(x2, y2, color='blue', marker='^')

plt.show()

以上代码将生成一个包含两个散点图的图形，其中一个散点图用红色圆圈表示，另一个用蓝色三角形表示。你可以调整数据的值、颜色和形状来观察散点图的变化。

添加标签和标题

在绘制散点图时，我们通常还需要在图形中添加标签和标题来解释数据的含义。在 Matplotlib 中，可以通过 xlabel、ylabel 和 title 函数来添加这些标签和标题。以下是一个例子：

import matplotlib.pyplot as plt

x1 = [1, 2, 3, 4, 5]
y1 = [3, 5, 1, 4, 2]
x2 = [1, 3, 5, 7, 9]
y2 = [2, 4, 6, 8, 10]

plt.scatter(x1, y1, color='red', marker='o', label='Group 1')
plt.scatter(x2, y2, color='blue', marker='^', label='Group 2')

plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.title('Title')

plt.legend()
plt.show()

以上代码将生成一个包含两个散点图的图形，添加了 x 轴标签、y 轴标签和标题，并使用 legend 函数添加了图例。你可以调整标签和标题的内容来适应你的数据。

总结

本文介绍了如何在 Matplotlib 中使用 Python 编程语言来绘制散点图，并将多个散点图叠加在同一个图中。我们学习了如何设置数据点的颜色和形状，还学习了如何添加标签和标题来说明数据的含义。通过本文的学习，你现在已经掌握了使用 Matplotlib 绘制散点图并叠加散点图的基础知识，希望本文对你有所帮助！