有时候我们需要添加很多离散的点，可以这么操作：
第一种就是我们手动输入想，x,y的值，我们这里就不说了，接下来我们让python自己生成数据
import matplotlib.pyplot as plt x_value = list(range(1,1000)) y_value = [x**2 for x in x_value] plt.scatter(x_value,y_value,s = 50) plt.title(‘point‘,fontsize = 10) plt.xlabel(‘x‘,fontsize = 10) plt.ylabel(‘x2‘,fontsize = 14) plt.tick_params(axis=‘both‘,labelsize = 12) plt.show()
我们有时需要改变点的颜色和轮廓的颜色，当点的数量比较少的时候我们可以有轮廓，但是数据多的时候轮廓就会黏在一起，所以也可以设置去掉轮廓，edgecolors是用来设置点的轮廓颜色的，c是用来设置点的颜色
import matplotlib.pyplot as plt x_value = list(range(1,20)) y_value = [x**2 for x in x_value] plt.scatter(x_value,y_value,c = ‘red‘,edgecolors=‘yellow‘,s = 30) #plt.scatter(x_value,y_value,c = ‘red‘,edgecolors=‘none‘,s = 30) plt.title(‘POINT‘,fontsize = 20) plt.xlabel(‘X‘,fontsize = 20) plt.ylabel(‘X2‘,fontsize = 20) plt.tick_params(axis=‘both‘,labelsize = 20) plt.show()
颜色的映射：从起始颜色渐变到结束颜色。较小的数据用浅色来表示，较大数据用深颜色来表示。，这时候我们需要告诉对那个点进行操作，例如：c = y_value，表示我将对y坐标的数据进行操作，渐变怎么操作呢。要是用cmap = ......
import matplotlib.pyplot as plt x_value = list(range(1,200)) y_value = [x**2 for x in x_value] plt.scatter(x_value,y_value,c = y_value,cmap=plt.cm.Blues,edgecolors=‘none‘,s = 30) plt.title(‘POINT‘,fontsize = 20) plt.xlabel(‘X‘,fontsize = 12) plt.ylabel(‘X2‘,fontsize = 12) plt.tick_params(axis=‘both‘,labelsize = 14) plt.show()
有时候我们需要自动保存数据图片，可以使用savefig()函数，第一个参数是你要把这个数据图片命名成什么名字，第二个是将图表多余的空白区域裁减掉，如果不想裁剪，可以省略这个参数
import matplotlib.pyplot as plt x_value = list(range(1,200)) y_value = [x**2 for x in x_value] plt.scatter(x_value,y_value,c = y_value,cmap=plt.cm.Blues,edgecolors=‘none‘,s = 30) plt.title(‘POINT‘,fontsize = 20) plt.xlabel(‘X‘,fontsize = 12) plt.ylabel(‘X2‘,fontsize = 12) plt.tick_params(axis=‘both‘,labelsize = 14) plt.savefig(‘squares.png‘,bbox_inches = ‘tight‘)
plt.show()
原文：https://www.cnblogs.com/boost/p/13425649.html