使用Matplotlib创建散点图的完整示例教程从基础数据准备到高级图表美化技巧助你轻松掌握Python数据可视化核心技能

引言

散点图是数据可视化中最常用且最强大的图表类型之一，它能够直观地展示两个变量之间的关系，帮助我们发现数据中的模式、趋势和异常值。在Python数据科学生态系统中，Matplotlib是最基础、最灵活的可视化库，提供了创建高质量散点图的丰富功能。本教程将带你从零开始，逐步掌握使用Matplotlib创建散点图的完整流程，从基础的数据准备到高级的图表美化技巧，助你轻松掌握Python数据可视化的核心技能。

环境准备

在开始创建散点图之前，我们需要确保安装了必要的Python库。主要是Matplotlib库，通常还会用到NumPy和Pandas进行数据处理。

# 安装必要的库（如果尚未安装） # pip install matplotlib numpy pandas # 导入所需的库 import matplotlib.pyplot as plt import numpy as np import pandas as pd from matplotlib import cm from matplotlib.colors import ListedColormap # 设置中文字体显示（防止中文显示为方框） plt.rcParams['font.sans-serif'] = ['SimHei'] # 或者 ['Microsoft YaHei'] plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题

基础数据准备

散点图需要两组数据：一组作为X轴，另一组作为Y轴。我们可以通过多种方式准备这些数据。

使用NumPy生成随机数据

# 设置随机种子以确保结果可复现 np.random.seed(42) # 生成随机数据 x = np.random.rand(50) # 生成50个0到1之间的随机数作为X轴数据 y = np.random.rand(50) # 生成50个0到1之间的随机数作为Y轴数据 print(f"X轴数据前5个值: {x[:5]}") print(f"Y轴数据前5个值: {y[:5]}")

使用Pandas读取CSV文件

在实际应用中，我们通常需要从外部文件读取数据。以下是使用Pandas读取CSV文件的示例：

# 创建一个示例CSV文件 data = { 'study_hours': [2, 3, 5, 1, 4, 6, 7, 8, 4, 5, 6, 7, 3, 4, 5], 'exam_scores': [65, 72, 85, 50, 78, 88, 92, 96, 75, 80, 85, 90, 70, 76, 82] } df = pd.DataFrame(data) df.to_csv('student_data.csv', index=False) # 读取CSV文件 df = pd.read_csv('student_data.csv') print(df.head()) # 提取数据列 study_hours = df['study_hours'].values exam_scores = df['exam_scores'].values

创建有相关性的数据

为了展示更有意义的散点图，我们可以创建具有一定相关性的数据：

# 创建有线性相关性的数据 np.random.seed(42) x = np.linspace(0, 10, 50) # 生成0到10之间均匀分布的50个数 # 创建与x线性相关的y值，并添加一些随机噪声 y = 2 * x + 1 + np.random.normal(0, 2, 50) # y = 2x + 1 + 噪声 print(f"X轴数据前5个值: {x[:5]}") print(f"Y轴数据前5个值: {y[:5]}")

基本散点图绘制

有了数据之后，我们可以开始创建最基本的散点图。Matplotlib提供了plt.scatter()函数用于绘制散点图。

最简单的散点图

# 创建最简单的散点图 plt.figure(figsize=(8, 6)) # 设置图形大小 plt.scatter(x, y) # 绘制散点图 plt.show() # 显示图形

使用面向对象的方式创建散点图

虽然使用pyplot接口很方便，但在处理复杂图形时，推荐使用面向对象的方式：

# 创建图形和坐标轴对象 fig, ax = plt.subplots(figsize=(8, 6)) # 绘制散点图 ax.scatter(x, y) # 显示图形 plt.show()

面向对象的方式提供了更多的灵活性，特别是在创建包含多个子图的复杂图形时。

散点图自定义

Matplotlib提供了丰富的选项来自定义散点图的外观，包括点的大小、颜色、形状等。

调整点的大小

# 创建不同大小的点 np.random.seed(42) sizes = np.random.uniform(10, 200, 50) # 生成50个10到200之间的随机数作为点的大小 fig, ax = plt.subplots(figsize=(8, 6)) scatter = ax.scatter(x, y, s=sizes) # s参数控制点的大小 plt.show()

调整点的颜色

# 创建不同颜色的点 np.random.seed(42) colors = np.random.rand(50) # 生成50个0到1之间的随机数作为颜色值 fig, ax = plt.subplots(figsize=(8, 6)) scatter = ax.scatter(x, y, c=colors, cmap='viridis') # c参数控制颜色，cmap参数指定颜色映射 plt.colorbar(scatter) # 添加颜色条 plt.show()

调整点的形状和透明度

# 创建不同形状和透明度的点 fig, ax = plt.subplots(figsize=(8, 6)) scatter = ax.scatter(x, y, marker='^', alpha=0.7) # marker参数控制点的形状，alpha参数控制透明度 plt.show()

Matplotlib提供了多种标记形状，例如：

‘o’：圆形
’^‘：三角形
’s’：正方形
’d’：菱形
’*‘：星形
’+‘：加号

综合自定义示例

# 综合应用多种自定义选项 np.random.seed(42) x = np.linspace(0, 10, 50) y = 2 * x + 1 + np.random.normal(0, 2, 50) sizes = np.random.uniform(10, 200, 50) colors = np.random.rand(50) fig, ax = plt.subplots(figsize=(10, 8)) scatter = ax.scatter( x, y, s=sizes, c=colors, cmap='plasma', marker='o', alpha=0.7, edgecolors='black', # 点的边缘颜色 linewidths=1 # 点的边缘宽度 ) # 添加颜色条 cbar = plt.colorbar(scatter) cbar.set_label('颜色值') plt.show()

添加标签和标题

为了使散点图更易读和信息丰富，我们需要添加适当的标签和标题。

添加轴标签和标题

fig, ax = plt.subplots(figsize=(10, 8)) ax.scatter(x, y, s=50, alpha=0.7) # 添加轴标签 ax.set_xlabel('X轴标签', fontsize=12) ax.set_ylabel('Y轴标签', fontsize=12) # 添加标题 ax.set_title('散点图示例', fontsize=14, fontweight='bold') plt.show()

添加网格线

fig, ax = plt.subplots(figsize=(10, 8)) ax.scatter(x, y, s=50, alpha=0.7) ax.set_xlabel('X轴标签', fontsize=12) ax.set_ylabel('Y轴标签', fontsize=12) ax.set_title('带网格线的散点图', fontsize=14, fontweight='bold') # 添加网格线 ax.grid(True, linestyle='--', alpha=0.6) plt.show()

设置轴范围

fig, ax = plt.subplots(figsize=(10, 8)) ax.scatter(x, y, s=50, alpha=0.7) ax.set_xlabel('X轴标签', fontsize=12) ax.set_ylabel('Y轴标签', fontsize=12) ax.set_title('设置轴范围的散点图', fontsize=14, fontweight='bold') # 设置轴范围 ax.set_xlim(-1, 11) ax.set_ylim(-5, 25) plt.show()

多系列数据散点图

在实际应用中，我们经常需要在同一个散点图中展示多组数据，以便进行比较和分析。

使用不同颜色区分不同系列

# 创建三组不同的数据 np.random.seed(42) x1 = np.random.normal(0, 1, 30) y1 = np.random.normal(0, 1, 30) x2 = np.random.normal(3, 1, 30) y2 = np.random.normal(3, 1, 30) x3 = np.random.normal(-3, 1, 30) y3 = np.random.normal(3, 1, 30) fig, ax = plt.subplots(figsize=(10, 8)) # 绘制三组数据，使用不同的颜色 ax.scatter(x1, y1, c='red', label='系列 1', alpha=0.7) ax.scatter(x2, y2, c='blue', label='系列 2', alpha=0.7) ax.scatter(x3, y3, c='green', label='系列 3', alpha=0.7) # 添加图例 ax.legend(fontsize=12) ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('多系列数据散点图', fontsize=14, fontweight='bold') plt.show()

使用不同形状区分不同系列

fig, ax = plt.subplots(figsize=(10, 8)) # 绘制三组数据，使用不同的形状和颜色 ax.scatter(x1, y1, c='red', marker='o', label='系列 1', alpha=0.7) ax.scatter(x2, y2, c='blue', marker='^', label='系列 2', alpha=0.7) ax.scatter(x3, y3, c='green', marker='s', label='系列 3', alpha=0.7) # 添加图例 ax.legend(fontsize=12) ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('使用不同形状区分多系列数据', fontsize=14, fontweight='bold') plt.show()

使用循环绘制多系列数据

当有多个系列的数据时，使用循环可以更高效地绘制散点图：

# 创建多系列数据 np.random.seed(42) n_series = 5 data = [] colors = plt.cm.tab10(np.linspace(0, 1, n_series)) # 使用tab10颜色映射 markers = ['o', '^', 's', 'd', '*'] # 不同的标记形状 for i in range(n_series): x = np.random.normal(i*2, 1, 30) y = np.random.normal(i*2, 1, 30) data.append((x, y)) fig, ax = plt.subplots(figsize=(10, 8)) # 使用循环绘制多系列数据 for i, (x, y) in enumerate(data): ax.scatter(x, y, c=colors[i], marker=markers[i], label=f'系列 {i+1}', alpha=0.7) # 添加图例 ax.legend(fontsize=12) ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('使用循环绘制多系列数据', fontsize=14, fontweight='bold') plt.show()

散点图进阶

除了基本的散点图绘制外，Matplotlib还提供了许多高级功能，如添加趋势线、误差线等，以提供更多的数据洞察。

添加趋势线

# 创建数据 np.random.seed(42) x = np.linspace(0, 10, 50) y = 2 * x + 1 + np.random.normal(0, 2, 50) # 计算趋势线（线性回归） coefficients = np.polyfit(x, y, 1) # 1表示线性拟合 polynomial = np.poly1d(coefficients) trend_line = polynomial(x) fig, ax = plt.subplots(figsize=(10, 8)) # 绘制散点图 ax.scatter(x, y, c='blue', alpha=0.7, label='数据点') # 绘制趋势线 ax.plot(x, trend_line, c='red', linestyle='--', linewidth=2, label='趋势线') # 添加图例 ax.legend(fontsize=12) ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('带趋势线的散点图', fontsize=14, fontweight='bold') plt.show()

添加误差线

# 创建数据 np.random.seed(42) x = np.linspace(0, 10, 20) y = 2 * x + 1 + np.random.normal(0, 1, 20) x_err = np.random.uniform(0.2, 0.5, 20) # X轴误差 y_err = np.random.uniform(0.5, 1.5, 20) # Y轴误差 fig, ax = plt.subplots(figsize=(10, 8)) # 绘制带误差线的散点图 ax.errorbar(x, y, xerr=x_err, yerr=y_err, fmt='o', ecolor='red', elinewidth=2, capsize=5, capthick=2, alpha=0.7, label='数据点') # 添加图例 ax.legend(fontsize=12) ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('带误差线的散点图', fontsize=14, fontweight='bold') plt.show()

添加注释

# 创建数据 np.random.seed(42) x = np.random.rand(20) * 10 y = np.random.rand(20) * 10 fig, ax = plt.subplots(figsize=(10, 8)) # 绘制散点图 scatter = ax.scatter(x, y, c='blue', alpha=0.7) # 找出最大值和最小值点 max_idx = np.argmax(y) min_idx = np.argmin(y) # 添加注释 ax.annotate('最大值', xy=(x[max_idx], y[max_idx]), xytext=(x[max_idx]+1, y[max_idx]+1), arrowprops=dict(facecolor='black', shrink=0.05, width=1, headwidth=8), fontsize=12, ha='center') ax.annotate('最小值', xy=(x[min_idx], y[min_idx]), xytext=(x[min_idx]-1, y[min_idx]-1), arrowprops=dict(facecolor='black', shrink=0.05, width=1, headwidth=8), fontsize=12, ha='center') ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('带注释的散点图', fontsize=14, fontweight='bold') plt.show()

创建气泡图

气泡图是散点图的一种变体，其中点的大小表示第三个变量的值：

# 创建数据 np.random.seed(42) x = np.random.rand(30) * 10 y = np.random.rand(30) * 10 sizes = np.random.rand(30) * 300 + 50 # 点的大小 colors = np.random.rand(30) # 点的颜色 fig, ax = plt.subplots(figsize=(12, 8)) # 绘制气泡图 scatter = ax.scatter(x, y, s=sizes, c=colors, alpha=0.7, cmap='viridis') # 添加颜色条 cbar = plt.colorbar(scatter) cbar.set_label('颜色值', fontsize=12) # 添加图例说明点的大小 for size in [100, 200, 300]: ax.scatter([], [], c='blue', alpha=0.7, s=size, label=f'{size}') ax.legend(scatterpoints=1, frameon=False, labelspacing=1, title='点的大小') ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('气泡图示例', fontsize=14, fontweight='bold') plt.show()

高级图表美化

Matplotlib提供了多种选项来美化图表，使其更加专业和美观。

使用样式表

Matplotlib提供了多种预定义的样式表，可以快速改变图表的外观：

# 查看可用的样式 print(plt.style.available) # 使用特定的样式 plt.style.use('ggplot') # 创建数据 np.random.seed(42) x = np.linspace(0, 10, 50) y = 2 * x + 1 + np.random.normal(0, 2, 50) fig, ax = plt.subplots(figsize=(10, 8)) ax.scatter(x, y, alpha=0.7) ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('使用ggplot样式的散点图', fontsize=14, fontweight='bold') plt.show() # 恢复默认样式 plt.style.use('default')

自定义颜色映射

# 创建数据 np.random.seed(42) x = np.linspace(0, 10, 100) y = np.sin(x) + np.random.normal(0, 0.2, 100) colors = np.cos(x) # 使用cos(x)值作为颜色 fig, ax = plt.subplots(figsize=(10, 8)) # 创建自定义颜色映射 colors_list = ['#2E86AB', '#A23B72', '#F18F01', '#C73E1D'] cmap = ListedColormap(colors_list) # 绘制散点图 scatter = ax.scatter(x, y, c=colors, cmap=cmap, alpha=0.8, s=50) # 添加颜色条 cbar = plt.colorbar(scatter) cbar.set_label('cos(x)值', fontsize=12) ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('使用自定义颜色映射的散点图', fontsize=14, fontweight='bold') plt.show()

添加背景色

# 创建数据 np.random.seed(42) x = np.random.rand(50) * 10 y = np.random.rand(50) * 10 fig, ax = plt.subplots(figsize=(10, 8)) # 设置背景色 ax.set_facecolor('#f0f0f0') # 设置坐标轴背景色 fig.patch.set_facecolor('white') # 设置图形背景色 # 绘制散点图 ax.scatter(x, y, c='blue', alpha=0.7, edgecolors='black', linewidths=1) ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('带背景色的散点图', fontsize=14, fontweight='bold') plt.show()

添加文本水印

# 创建数据 np.random.seed(42) x = np.random.rand(50) * 10 y = np.random.rand(50) * 10 fig, ax = plt.subplots(figsize=(10, 8)) # 绘制散点图 ax.scatter(x, y, c='blue', alpha=0.7) # 添加水印 ax.text(0.5, 0.5, '机密数据', transform=ax.transAxes, fontsize=40, color='gray', alpha=0.3, ha='center', va='center', rotation=30) ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('带水印的散点图', fontsize=14, fontweight='bold') plt.show()

创建3D散点图

Matplotlib也支持创建3D散点图：

# 导入3D绘图工具 from mpl_toolkits.mplot3d import Axes3D # 创建3D数据 np.random.seed(42) x = np.random.rand(50) * 10 y = np.random.rand(50) * 10 z = np.random.rand(50) * 10 colors = np.random.rand(50) # 创建3D图形 fig = plt.figure(figsize=(12, 8)) ax = fig.add_subplot(111, projection='3d') # 绘制3D散点图 scatter = ax.scatter(x, y, z, c=colors, cmap='viridis', s=50, alpha=0.7) # 添加颜色条 cbar = plt.colorbar(scatter) cbar.set_label('颜色值', fontsize=12) # 设置轴标签 ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_zlabel('Z轴', fontsize=12) ax.set_title('3D散点图示例', fontsize=14, fontweight='bold') plt.show()

散点图的应用场景

散点图在许多领域都有广泛的应用，下面我们通过几个实际案例来展示其应用价值。

聚类分析

散点图也可以用于展示聚类分析的结果：

# 创建模拟数据：三个不同的聚类 np.random.seed(42) # 聚类1 x1 = np.random.normal(2, 0.5, 30) y1 = np.random.normal(3, 0.5, 30) # 聚类2 x2 = np.random.normal(5, 0.5, 30) y2 = np.random.normal(5, 0.5, 30) # 聚类3 x3 = np.random.normal(8, 0.5, 30) y3 = np.random.normal(2, 0.5, 30) fig, ax = plt.subplots(figsize=(10, 8)) # 绘制三个聚类 ax.scatter(x1, y1, c='red', label='聚类 1', alpha=0.7) ax.scatter(x2, y2, c='blue', label='聚类 2', alpha=0.7) ax.scatter(x3, y3, c='green', label='聚类 3', alpha=0.7) # 计算并绘制聚类中心 centers_x = [np.mean(x1), np.mean(x2), np.mean(x3)] centers_y = [np.mean(y1), np.mean(y2), np.mean(y3)] ax.scatter(centers_x, centers_y, c='black', marker='x', s=100, label='聚类中心') ax.set_xlabel('特征 1', fontsize=12) ax.set_ylabel('特征 2', fontsize=12) ax.set_title('聚类分析结果', fontsize=14, fontweight='bold') ax.legend(fontsize=12) plt.show()

异常值检测

散点图可以帮助我们识别数据中的异常值：

# 创建包含异常值的数据 np.random.seed(42) x = np.random.normal(5, 1, 100) y = 2 * x + 1 + np.random.normal(0, 1, 100) # 添加一些异常值 x_outliers = np.array([2, 8, 9]) y_outliers = np.array([15, 2, 20]) fig, ax = plt.subplots(figsize=(10, 8)) # 绘制正常数据点 ax.scatter(x, y, c='blue', alpha=0.7, label='正常数据') # 绘制异常值 ax.scatter(x_outliers, y_outliers, c='red', s=100, label='异常值') # 添加注释 for i, (x_val, y_val) in enumerate(zip(x_outliers, y_outliers)): ax.annotate(f'异常值 {i+1}', xy=(x_val, y_val), xytext=(x_val+0.5, y_val+1), arrowprops=dict(facecolor='black', shrink=0.05, width=1, headwidth=8), fontsize=10, ha='center') ax.set_xlabel('X轴', fontsize=12) ax.set_ylabel('Y轴', fontsize=12) ax.set_title('异常值检测示例', fontsize=14, fontweight='bold') ax.legend(fontsize=12) plt.show()

时间序列分析

散点图也可以用于时间序列数据的可视化：

# 创建时间序列数据 np.random.seed(42) dates = pd.date_range(start='2022-01-01', end='2022-12-31', freq='D') values = np.cumsum(np.random.randn(len(dates))) + 100 # 随机游走 # 提取月份作为颜色 months = np.array([d.month for d in dates]) fig, ax = plt.subplots(figsize=(12, 8)) # 绘制时间序列散点图 scatter = ax.scatter(dates, values, c=months, cmap='viridis', alpha=0.7) # 添加颜色条 cbar = plt.colorbar(scatter) cbar.set_label('月份', fontsize=12) # 设置x轴格式 import matplotlib.dates as mdates ax.xaxis.set_major_locator(mdates.MonthLocator()) ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m')) ax.set_xlabel('日期', fontsize=12) ax.set_ylabel('值', fontsize=12) ax.set_title('时间序列数据散点图', fontsize=14, fontweight='bold') plt.xticks(rotation=45) plt.tight_layout() plt.show()

总结与最佳实践

通过本教程，我们详细介绍了使用Matplotlib创建散点图的完整流程，从基础的数据准备到高级的图表美化技巧。下面总结一些关键点和最佳实践：

关键点总结

数据准备：散点图需要两组数据，分别作为X轴和Y轴。可以使用NumPy生成随机数据，或使用Pandas读取外部数据文件。
基本绘图：使用plt.scatter()或ax.scatter()函数创建散点图。推荐使用面向对象的方式（fig, ax = plt.subplots()），以便更好地控制图形元素。
自定义选项：可以通过参数调整点的大小（s）、颜色（c）、形状（marker）、透明度（alpha）等属性。
多系列数据：使用不同的颜色、形状或大小区分不同系列的数据，并添加图例以便识别。
高级功能：可以添加趋势线、误差线、注释等元素，提供更多的数据洞察。
图表美化：使用样式表、自定义颜色映射、调整背景色等方法，使图表更加专业和美观。