Matplotlib Scatter 增加标记大小

将散点图标记的大小与数据值相关联是一种常见的数据可视化技巧。在Matplotlib中，我们可以使用参数s来设置标记大小。本文将介绍如何使用Matplotlib的scatter函数来创建标记大小与数据值相关联的散点图。

准备工作

在开始之前，请确保您已经安装了Matplotlib。如果您还没有安装，请使用以下命令安装：

pip install matplotlib

还需要导入Matplotlib库中的pyplot模块。在终端或Jupyter Notebook中输入以下代码：

import matplotlib.pyplot as plt

创建散点图

使用scatter函数创建散点图，其主要参数是x和y，它们分别表示x坐标和y坐标：

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

下面是一个数据集的例子：

import random

x = [random.randint(0, 100) for _ in range(50)]
y = [random.randint(0, 100) for _ in range(50)]

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

这将创建一个散点图，其中x坐标和y坐标是随机生成的。每个标记的大小相同，没有与数据值相关联。

增加标记大小

要将标记大小与数据值相关联，我们可以使用s参数。s参数需要一个参数数组，其中包含每个数据点的标记大小。让我们修改上面的例子，并将标记大小设置为x坐标的值：

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

这样就会创建一个散点图，其中标记的大小与x坐标值相关联。

调整标记大小范围

如果您想进一步调整标记大小范围，可以使用参数cmap和vmax。cmap参数用于设置颜色映射，vmax参数用于设置最大值。让我们将标记大小调整为0到100之间的值，并使用绿色颜色映射：

plt.scatter(x, y, s=x, cmap='Greens', vmax=100)
plt.show()

这将创建一个散点图，标记大小范围从0到100，使用绿色颜色映射。

总结

在本文中，我们介绍了如何使用Matplotlib的scatter函数创建标记大小与数据值相关联的散点图。通过调整s、cmap和vmax参数，可以更改标记大小和颜色的范围。我们希望这篇文章对您有所帮助，祝您编写出美丽的数据可视化图表！