前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
python免费学习资料以及群交流解答点击即可加入
散点图和折线图需要的数组非常相似，区别是折线图会将各数据点连接起来；而散点图则只是描绘各数据点，并不会将这些数据点连接起来。
调用 Matplotlib 的 scatter() 函数来绘制散点图，该函数支持如下常用参数：
x：指定 X 轴数据。
y：指定 Y 轴数据。
s：指定散点的大小。
c：指定散点的颜色。
alpha：指定散点的透明度。
linewidths：指定散点边框线的宽度。
edgecolors：指定散点边框的颜色。
marker：指定散点的图形样式。应参数支持'.'（点标记）、','（像素标记）、'o'（圆形标记）、'v'（向下三角形标记）、'^'（向上三角形标记）、''（向右三角形标记）、'1'（向下三叉标记）、'2'（向上三叉标记）、'3'（向左三叉标记）、'4'（向右三叉标记）、's'（正方形标记）、'p'（五地形标记）、'*'（星形标记）、'h'（八边形标记）、'H'（另一种八边形标记）、'+'（加号标记）、'x'（x标记）、'D'（菱形标记）、'd'（尖菱形标记）、'|'（竖线标记）、'_'（横线标记）等值。
cmap：指定散点的颜色映射，会使用不同的颜色来区分散点的值。
下面程序示范了如何使用 scatter() 函数来绘制散点图：
上面程序使用 numpy 中的 linespace() 函数创建了一个列表作为 X 轴数据，程序使用 np.sin() 函数计算一系列 sin 值作为 Y 轴数据。程序中第 9 行代码负责生成一个散点图，该散点图包含 64 个数据点。
此外，程序在第 9 行代码之后还调用了两次 scatter() 函数，这意味将会叠加两个散点图。后面两次绘制散点图的代码分别用于绘制 x_data、sin(x+data) 的第一个点和最后一个点，这样即可突出显示散点图的起点和结束点。
运行上面程序，可以看到如图 1 所示的效果。
图 1 Matplotlib scatter绘制散点图
