# 昨日知识点回顾
修改折线图文字和线条粗细
矫正图形
使用内置格式
# 今日知识点学习
15.2.4 使用scatter()绘制散点图并设置样式
import matplotlib.pyplot as plt
import matplotlib
matplotlib.use('TkAgg')
plt.style.use('seaborn-v0_8') # 使用内置格式
fig, ax = plt.subplots()
ax.scatter(2, 4, s=200)
# 设置图表标签并给坐标轴加上标签
ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平方", fontsize=14)
# 设置刻度标记的大小
ax.tick_params(axis='both', which='major', labelsize=14)
plt.show()运行结果：
15.2.5 使用scatter()绘制一系列点
import matplotlib.pyplot as plt
import matplotlib
matplotlib.use('TkAgg')
x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
plt.style.use('seaborn-v0_8') # 使用内置格式
fig, ax = plt.subplots()
ax.scatter(x_values, y_values, s=100)
# 设置图表标签并给坐标轴加上标签
ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平方", fontsize=14)
# 设置刻度标记的大小
ax.tick_params(axis='both', which='major', labelsize=14)
plt.show()运行结果：
15.2.6 自动计算数据
import matplotlib.pyplot as plt
import matplotlib
matplotlib.use('TkAgg')
x_values = range(1, 1001)
y_values = [x**2 for x in x_values]
plt.style.use('seaborn-v0_8') # 使用内置格式
fig, ax = plt.subplots()
ax.scatter(x_values, y_values, s=10)
# 设置图表标签并给坐标轴加上标签
ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平方", fontsize=14)
# 设置刻度标记的大小
ax.tick_params(axis='both', which='major', labelsize=14)
# 设置每个坐标轴的取值范围
ax.axis([0, 1100, 0, 1100000])
plt.show()运行结果：
15.2.7 自定义颜色
# ax.scatter(x_values, y_values, s=10) # 线条显示为蓝色
# ax.scatter(x_values, y_values, c='red', s=10) # 线条显示为红色
# ax.scatter(x_values, y_values, c=(0, 0.8, 0), s=10) # 线条显示为绿色15.2.8 使用颜色映射
import matplotlib.pyplot as plt
import matplotlib
matplotlib.use('TkAgg')
x_values = range(1, 1001)
y_values = [x**2 for x in x_values]
plt.style.use('seaborn-v0_8') # 使用内置格式
fig, ax = plt.subplots()
# ax.scatter(x_values, y_values, s=10) # 线条显示为蓝色
# ax.scatter(x_values, y_values, c='red', s=10) # 线条显示为红色
# ax.scatter(x_values, y_values, c=(0, 0.8, 0), s=10) # 线条显示为绿色
ax.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, s=10)
# 设置图表标签并给坐标轴加上标签
ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平方", fontsize=14)
# 设置刻度标记的大小
ax.tick_params(axis='both', which='major', labelsize=14)
# 设置每个坐标轴的取值范围
ax.axis([0, 1100, 0, 1100000])
运行结果：
15.2.9 自动保存图表
---snip---
# plt.show()
plt.savefig('squares_plot.png', bbox_inches='tight') # 第一个实参表示以什么文件名保存图表到代码所在目录，第二个实参表示删除图表多余空白区域
