Python Matplotlib绘图详解：点线形状、颜色及散点图绘制指南
本文系统整理Python中Matplotlib库的绘图基础，涵盖常用颜色代码、标记点形状及线型样式。详细解析matplotlib.pyplot.scatter函数的参数用法，包括如何调整散点大小、颜色、透明度及自定义形状，帮助开发者快速掌握数据可视化核心技能。
在Python开发中，Matplotlib是进行数据可视化的常用工具。由于曲线和点的形状、颜色等细节容易遗忘，本文对这些常用绘图要素进行整理，方便日常查阅与使用。
安装Matplotlib后，建议查阅官方文档获取更详尽的说明（此处省略冗长内容）。
from matplotlib import pyplot as plt
help(plt.plot)Matplotlib支持多种基础颜色表示法：
'b' 代表蓝色 'g' 代表绿色 'r' 代表红色 'c' 代表青色 'm' 代表品红 'y' 代表黄色 'k' 代表黑色 'w' 代表白色
除了基础颜色，Matplotlib还支持更多丰富的颜色选项，具体可参考官方示例。
plt.plot(x, y, marker='+', color='coral')
以下是常用的标记点形状及其对应字符：
‘.’：点标记(point marker) ‘,’：像素点标记(pixel marker) ‘o’：圆形标记(circle marker) ‘v’：朝下三角形标记(triangle_down marker) ‘^’：朝上三角形标记(triangle_up marker) ‘<’：朝左三角形标记(triangle_left marker) ‘>’：朝右三角形标记(triangle_right marker) ‘1’：下三角标记(tri_down marker) ‘2’：上三角标记(tri_up marker) ‘3’：左三角标记(tri_left marker) ‘4’：右三角标记(triangle_right marker) ‘s’：正方形标记(square marker) ‘p’：五边形标记(pentagon marker) ‘*’：星型标记(star marker) ‘h’：1号六角形标记(hexagon1 marker) ‘H’：2号六角形标记(hexagon2 marker) ‘+’：加号标记(plus marker) ‘x’：乘号标记(x marker) ‘D’：菱形标记(diamond marker) ‘d’：细菱形标记(thin_diamond marker) ‘|’：垂直线标记(vline marker) ‘_’：水平线标记(hline marker)
常用的线条样式包括以下几种：
‘-’：实线(solid line style) ‘–’：虚线(dashed line style) ‘-.’：点划线(dash-dot line style) ‘:’：点线(dotted line style)
接下来介绍如何绘制散点图。
在Matplotlib中，使用 matplotlib.pyplot.scatter 函数可以绘制散点图。该函数的具体参数细节如下：
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, hold=None, data=None, **kwargs)
x,y组成了散点的坐标；s为散点的面积；c为散点的颜色（默认为蓝色'b'）；marker为散点的标记；alpha为散点的透明度（0与1之间的数，0为完全透明，1为完全不透明）;linewidths为散点边缘的线宽；如果marker为None，则使用verts的值构建散点标记；edgecolors为散点边缘颜色。import matplotlib
import matplotlib.pyplot as plt
import numpy as np
# 保证图片在浏览器内正常显示
%matplotlib inline
# 10个点
N = 10
x = np.random.rand(N)
y = np.random.rand(N)
plt.scatter(x, y)
plt.show()补充资源：Python散点图相关教程。
可以通过参数调整散点的大小。
N = 10
x = np.random.rand(N)
y = np.random.rand(N)
area = np.random.rand(N) * 1000 # 包含10个均匀分布的随机值的面积数组，大小[0, 1000]
fig = plt.figure()
ax = plt.subplot()
ax.scatter(x, y, s=area, alpha=0.5) # 绘制散点图，面积随机
plt.show()
可以通过参数调整散点的颜色。
N = 10
x = np.random.rand(N)
y = np.random.rand(N)
x2 = np.random.rand(N)
y2 = np.random.rand(N)
area = np.random.rand(N) * 1000
fig = plt.figure()
ax = plt.subplot()
ax.scatter(x, y, s=area, alpha=0.5)
ax.scatter(x2, y2, s=area, c='green', alpha=0.6) # 改变颜色
plt.show()
可以通过参数调整散点的形状。
N = 10
x = np.random.rand(N)
y = np.random.rand(N)
x2 = np.random.rand(N)
y2 = np.random.rand(N)
x3 = np.random.rand(N)
y3 = np.random.rand(N)
area = np.random.rand(N) * 1000
fig = plt.figure()
ax = plt.subplot()
ax.scatter(x, y, s=area, alpha=0.5)
ax.scatter(x2, y2, s=area, c='green', alpha=0.6)
ax.scatter(x3, y3, s=area, c=area, marker='v', cmap='Reds', alpha=0.7) # 更换标记样式，另一种颜色的样式
plt.show()
本文内容总结。
至此，关于Python中Matplotlib的点、线形状、颜色以及散点图绘制的介绍已完成。如需了解更多Python Matplotlib绘制散点图的相关内容，请搜索本站历史文章或浏览后续文章。感谢大家的支持！
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
