如何创建带有负轴和正轴的散点图？

先决条件： Matplotlib

在散点图中，两个不同数值变量的值由点或圆圈表示。它也被称为散点图或又名散点图。散点图中的单个数据点由横轴和纵轴上的每个点表示。

通常，散点图绘制在正值上，但是当数据集同时具有负值和正值时会发生什么。因此，在本文中，我们将创建具有负轴和正轴的散点图。

安装：

要安装 matplotlib 库，请在命令提示符中编写以下命令。

pip install matplotlib

借助一些函数，我们可以绘制负轴和正轴的散点图如下：

plt.scatter(x, y, c, cmap)
 plt.axvline(x, ymin, ymax, c, ls)
 plt.axhline(y, xmin, xmax, c, ls)

Function	Description
scatter()	Creates the scatter plot on the given data.
axvline()	Add a vertical line in data coordinates.
axhline()	Add a horizontal line in data coordinates.

循序渐进的方法：

• 导入必要的库。
• 创建或导入数据集以创建绘图。
• 使用plt.scatter()创建散点图，其中 pas x 和 ya 参数。
• 由于绘图具有负轴和正轴坐标，因此使用plt.axvline()和plt.axhline()函数在绘图中添加一条垂直和水平线，并将原点作为 0 并根据您和线条样式传递颜色，即 ls 作为您想。
• 绘图现在分为正轴和负轴。
• 为了使绘图更具吸引力和易于理解，使用plt.xlabel() 、 plt.ylabel()和plt.title()函数为绘图提供 x 标签、y 标签和标题，其中将字符串作为参数传递。
• 在上面讨论的 scatter()函数添加配色方案和网格样式传递颜色和 cmap 即颜色映射，对于网格样式在程序代码中创建散点图之前添加plt.style.use()并传递样式你想作为参数。
• 添加一个颜色条，用于使用plt.colormap()函数将数值映射到颜色进行可视化。
• 现在用于可视化绘图使用plt.show()函数。

示例 1：使用 Matplotlib 库创建带有负轴和正轴的默认散点图。

Python

# importing libraries
import matplotlib.pyplot as plt
import numpy as np
  
# creating two array for plotting
x = np.arange(-20, 20, 1)
y = [-30, -20, -10, -3, 1, 11, 10, 5, -20, 20, 15,
     30, 20, 2, 4, 3, -7, -8, -13, -16, 16, -15, 32,
     -12, -19, 25, -25, 30, -6, -18, -11, -14, -21,
     27, -21, -14, -4, -1, 0, 17]
  
# creating scatter plot with both negative 
# and positive axes
plt.scatter(x, y)
  
# visualizing the plot using plt.show() function
plt.show()

输出：

上面的输出显示了带有负轴和正轴的散点图，但在此图中，很难分析点，因为有些在负轴上，有些在正轴上。

所以让我们让这个情节更容易理解。

示例 2：创建具有负轴和正轴的散点图。

Python

# importing libraries
import matplotlib.pyplot as plt
import numpy as np
  
# creating two array for plotting
x = np.arange(-20, 20, 1)
y = [-30, -20, -10, -3, 1, 11, 10, 5, -20, 20, 15, 30, 20,
     2, 4, 3, -7, -8, -13, -16, 16, -15, 32, -12, -19, 25,
     -25, 30, -6, -18, -11, -14, -21, 27, -21, -14, -4, -1, 0, 17]
  
# creating scatter plot with both negative 
# and positive axes
plt.scatter(x, y)
  
# adding vertical line in data co-ordinates
plt.axvline(0, c='black', ls='--')
  
# adding horizontal line in data co-ordinates
plt.axhline(0, c='black', ls='--')
  
# visualizing the plot using plt.show() function
plt.show()

输出：

在上面的输出中，我们在plt.axvline()函数和plt.axhline()函数的帮助下，通过将 0 作为指定线的参数，从数据坐标中心绘制了垂直线和水平线将在 0 坐标处绘制，颜色参数指定线条和 ls 的颜色，即线条样式。

示例 3：通过添加配色方案创建具有负轴和正轴的散点图。

Python

# importing libraries
import matplotlib.pyplot as plt
import numpy as np
  
# creating two array for plotting
x = np.arange(-20, 20, 1)
y = [-30, -20, -10, -3, 1, 11, 10, 5, -20, 20,
     15, 30, 20, 2, 4, 3, -7, -8, -13, -16, 16,
     -15, 32, -12, -19, 25, -25, 30, -6, -18,
     -11, -14, -21, 27, -21, -14, -4, -1, 0, 17]
  
# creating scatter plot with both negative 
# and positive axes
plt.scatter(x, y, c=y, cmap='plasma')
  
# adding vertical line in data co-ordinates
plt.axvline(0, c='black', ls='--')
  
# adding horizontal line in data co-ordinates
plt.axhline(0, c='black', ls='--')
  
# giving X and Y label
plt.xlabel("X axis")
plt.ylabel("Y axis")
  
# giving title to the plot
plt.title("Scatter Plot with both negative and positive axes")
  
# visualizing the mapping from values to colors
plt.colorbar()
  
# visualizing the plot using plt.show() function
plt.show()

输出：

在上面的输出中，我们将配色方案添加到了等离子中，并给出了相对于 y 值的颜色，并添加了颜色条来可视化从值到颜色的映射，并给出了图的 x 标签、y 标签和标题，所以该图看起来更具交互性且易于理解。

为了添加配色方案，我们传递了参数 c，它指的是给出颜色，cmap 代表具有寄存器颜色图列表的颜色图，使用plt.colormap()函数添加颜色图并添加 X 标签、Y 标签和标题分别使用 plt.xlabel()函数plt.ylabel()函数和 plt.title() 。

示例 4：通过添加主题创建带有负轴和正轴的散点图。

Python

# importing libraries
import matplotlib.pyplot as plt
import numpy as np
  
# creating two array for plotting
x = np.arange(-20, 20, 1)
y = [-30, -20, -10, -3, 1, 11, 10, 5, -20, 20,
     15, 30, 20, 2, 4, 3, -7, -8, -13, -16, 16,
     -15, 32, -12, -19, 25, -25, 30, -6, -18,
     -11, -14, -21, 27, -21, -14, -4, -1, 0, 17]
  
# adding style theme in scatter plot
plt.style.use('seaborn')
  
# creating scatter plot with both negative 
# and positive axes
plt.scatter(x, y, c=y, cmap='plasma')
  
# adding vertical line in data co-ordinates
plt.axvline(0, c='black', ls='--')
  
# adding horizontal line in data co-ordinates
plt.axhline(0, c='black', ls='--')
  
# giving x label to the plot
plt.xlabel("X axis")
  
# giving y label to the plot
plt.ylabel("Y axis")
  
# giving title to the plot
plt.title("Scatter Plot with both negative and positive axes")
  
  
# visualizing the mapping from values to colors
plt.colorbar()
  
# visualizing the plot using plt.show() function
plt.show()

输出：

在上面的输出中，我们在散点图中添加了类似网格的样式主题，使该图看起来更具交互性且易于理解。要添加样式主题，请在程序代码中创建散点图之前添加plt.style.use()函数。