引言
Matplotlib 是 Python 中一个强大的绘图库，它可以帮助我们轻松地创建各种类型的图表，包括散点图。散点图是一种用点来表示数据集合的图表，非常适合展示两个变量之间的关系。本教程将带你从入门到实战，掌握如何使用 Matplotlib 绘制散点图。
环境准备
在开始之前，请确保你的 Python 环境中已经安装了 Matplotlib 库。如果没有安装，可以通过以下命令进行安装：
pip install matplotlib
入门教程
1. 导入库
首先，我们需要导入 Matplotlib 库中的 pyplot 模块。
import matplotlib.pyplot as plt
2. 创建数据
为了绘制散点图，我们需要一些数据。以下是一个简单的数据集，包含两个变量 x 和 y。
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
3. 绘制散点图
使用 plt.scatter() 函数可以绘制散点图。这个函数接受两个参数：x 和 y 数据。
plt.scatter(x, y)
4. 显示图表
使用 plt.show() 函数可以显示图表。
plt.show()
5. 完整示例
将以上代码整合在一起，我们得到以下完整的示例：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
plt.scatter(x, y)
plt.show()
实战技巧
1. 设置标题和标签
使用 plt.title() 和 plt.xlabel()、plt.ylabel() 函数可以设置图表的标题和坐标轴标签。
plt.title('散点图示例')
plt.xlabel('X 轴')
plt.ylabel('Y 轴')
2. 添加图例
如果散点图中有多个数据集，可以使用 plt.legend() 函数添加图例。
plt.scatter(x, y, label='数据集1')
plt.scatter([6, 7, 8], [13, 17, 19], label='数据集2')
plt.legend()
3. 修改点的大小和颜色
使用 plt.scatter() 函数的 s 和 c 参数可以修改点的大小和颜色。
plt.scatter(x, y, s=100, c='red')
4. 添加网格
使用 plt.grid() 函数可以添加网格线。
plt.grid(True)
5. 保存图表
使用 plt.savefig() 函数可以将图表保存为图片文件。
plt.savefig('scatter_plot.png')
总结
通过本教程，你已经掌握了使用 Matplotlib 绘制散点图的基本技巧。你可以根据自己的需求，进一步探索 Matplotlib 提供的更多功能和定制选项。祝你绘图愉快！