Matplotlib控制marker size|极客笔记

Matplotlib控制marker size

在Matplotlib中，marker size是指散点图中数据点的大小。通过控制marker size，我们可以改变数据点的大小，从而呈现不同的效果。在本文中，我们将详细介绍如何使用Matplotlib来控制marker size。

创建基本的散点图

首先，让我们创建一个基本的散点图，使用默认的marker size。示例代码如下：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

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

Output:

Matplotlib控制marker size

在上面的示例中，我们使用了默认的marker size。运行代码后，将生成一个散点图，数据点的大小由Matplotlib自动确定。

设置固定的marker size

有时候，我们可能需要设置固定的marker size，而不是使用默认值。我们可以通过设置s参数来实现这一目的。示例代码如下：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

plt.scatter(x, y, s=100)
plt.show()

Output:

Matplotlib控制marker size

在上面的示例中，我们设置了s参数为100，表示数据点的大小为100。运行代码后，将生成一个散点图，数据点的大小固定为100。

根据数据值设置marker size

有时候，我们可能希望根据数据的值来设置marker size的大小，从而更好地表现数据之间的关系。我们可以通过传入一个数组作为s参数来实现这一目的。示例代码如下：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randint(1, 10, 10)
y = np.random.randint(1, 10, 10)
sizes = np.random.randint(10, 100, 10)

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

Output:

Matplotlib控制marker size

在上面的示例中，我们生成了随机的x、y坐标和sizes大小，然后根据不同的sizes大小来设置数据点的大小。运行代码后，将生成一个散点图，数据点的大小根据sizes数组的值来设置。

使用比例尺设置marker size

有时候，我们可能需要根据数据的值来动态地设置marker size的大小，而不是固定的数值。为了实现这一目的，我们可以通过使用比例尺来设置marker size。示例代码如下：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randint(1, 10, 10)
y = np.random.randint(1, 10, 10)
sizes = np.random.randint(10, 100, 10)

plt.scatter(x, y, s=sizes, c='blue', alpha=0.5)
plt.colorbar()
plt.show()

Output:

Matplotlib控制marker size

在上面的示例中，我们生成了随机的x、y坐标和sizes大小，然后根据sizes大小来设置数据点的大小。通过设置alpha参数为0.5，我们可以让数据点半透明显示。运行代码后，将生成一个散点图，数据点的大小根据sizes数组的值来设置，并且半透明显示。

结合不同的参数设置marker size

除了上面介绍的方法，我们还可以结合不同的参数来设置marker size，以达到更好的效果。例如，我们可以根据数据的值动态地设置marker size，并结合颜色参数和透明度参数来呈现更加多样化的效果。示例代码如下：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randint(1, 10, 10)
y = np.random.randint(1, 10, 10)
sizes = np.random.randint(10, 100, 10)

plt.scatter(x, y, s=sizes, c=sizes, cmap='viridis', alpha=0.5)
plt.colorbar()
plt.show()

Output:

Matplotlib控制marker size

在上面的示例中，我们生成了随机的x、y坐标和sizes大小，然后根据sizes大小来设置数据点的大小，并将sizes大小作为颜色参数传入。通过设置cmap参数为’viridis’，我们可以使用viridis颜色映射来呈现数据点的颜色。运行代码后，将生成一个带有颜色和大小的散点图。

自定义marker size

在Matplotlib中，我们还可以通过自定义函数来设置marker size，以实现更加个性化的效果。示例代码如下：

import matplotlib.pyplot as plt
import numpy as np

x = np.random.randint(1, 10, 10)
y = np.random.randint(1, 10, 10)

def custom_size(x):
    return x*10

sizes = custom_size(x)

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

Output:

Matplotlib控制marker size