Python Matplotlib散点图scatter()函数详解与实战

云舒

发布时间：2026-10-14| 4人浏览过

原创

本文详细介绍Python中Matplotlib库绘制散点图的核心函数scatter()。通过解析函数参数、提供完整代码示例及注意事项，帮助开发者掌握如何展示变量间关联、识别离群点，并解决中文显示等常见绘图问题。

散点图是数据分析领域中最基础且高频使用的图表类型之一。它通过构建多组坐标点，直观展示数据的分布状态，从而帮助分析者判断两个变量之间是否存在相关性，或总结数据点的整体分布规律。

该图表的主要特点在于能够揭示变量间的数量关联趋势，并有效展示离群点，从而反映数据的分布特征。

在Matplotlib库中，绘制散点图的核心函数是scatter()，其标准使用语法如下：


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)

散点图基本用法


import matplotlib.pyplot as plt
import random

# 0.准备数据
x = range(60)
y_jiangsu = [random.uniform(15, 25) for i in x]
y_beijing = [random.uniform(5,18) for i in x]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制图像
plt.scatter(x,y_jiangsu, s=100, c='deeppink', marker='o', label = "江苏")
plt.scatter(x,y_beijing, s=100, c='darkblue', marker='+', label = "北京")

# 2.1 刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

# 2.2 添加网格显示
plt.grid(True, linestyle="--", alpha=0.5)

# 2.3 添加描述信息
plt.xlabel("时间", fontsize=15)
plt.ylabel("温度", fontsize=15)
plt.title("中午11点--12点某城市温度变化图", fontsize=20)

# 2.4 图像保存
plt.savefig("./test.png")

# 2.5 添加图例
plt.legend(loc="best")

# 3.图像显示
plt.show()