Pytorch plt.scatter()函数用法

一.scatter（）函数的定义

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)

特征值	作用
x，y	绘制散点图的数据点（X,Y）
s	一个参数,用来调节标记的大小
c	表示的是颜色。默认是蓝色’b’,表示的是标记的颜色，或者可以是一个表示颜色的字符，或者是一个长度为n的表示颜色的序列等等如‘b’=blue，‘y’=yellow，‘k’=black等
marker	表示的是标记的样式，默认的是’o’。
cmap	Colormap实体或者是一个colormap的名字，cmap仅仅当c是一个浮点数数组的时候才使用。如果没有申明就是image.cmap
norm	Normalize实体来将数据亮度转化到0-1之间，也是只有c是一个浮点数的数组的时候才使用。如果没有申明，就是默认为colors.Normalize。
vmin,vmax	实数，当norm存在的时候忽略。用来进行亮度数据的归一化。
alpha	实数，0-1之间。用来调节标记的透明度，默认为1
linewidths	也就是标记点的长度。

二.scatter（）函数的用法

import numpy as np
import matplotlib.pyplot as plt
 
plt.rcParams['font.sans-serif']=['simhei']  #标题字体
plt.title('scatter测试图')     #图片标题
np.random.seed(1) #使用相同的seed()值，则每次生成的随即数都相同
x = np.random.rand(5)
y = np.random.rand(5) #随机生成5个x,y的值
 
colors = np.array([1,0,0,1,1]) #颜色标签列表
area = 20*10    #可以自行调节大小

在这里插入图片描述

也可以改变market标记的样式

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['simhei']  #标题字体
plt.title('scatter测试图')     #图片标题
np.random.seed(1)   #使用相同的seed()值，则每次生成的随即数都相同
x = np.random.rand(5)
y = np.random.rand(5)

colors = np.array([1,0,0,1,1])
area = 20*10
lines=np.zeros(10)+5
plt.scatter(x, y, s=area,c=colors,marker='x')
plt.show()

在这里插入图片描述