### Python 中 `scatter` 函数的功能与用法 在 Python 的数据可视化库 Matplotlib 中，`scatter` 是一种用于绘制散点图的函数。该函数允许用户通过指定多个参数来自定义散点图的表现形式，从而更加灵活地展示数据之间的关系。 #### 基本语法 `scatter` 函数的基本调用格式如下： ```python matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, alpha=None, linewidths=None, edgecolors=None) ``` - **x**: 表示 X 轴上的坐标数组。 - **y**: 表示 Y 轴上的坐标数组。 - **s**: 定义每个点的大小，默认单位为平方像素[^1]。 - **c**: 设置点的颜色，可以是单一颜色字符串或长度等于 x/y 数组的列表/数组[^2]。 - **marker**: 控制散点的形状，支持多种预定义样式（如圆形 'o'、正方形 's' 等）[^3]。 - **cmap**: 当 c 参数传递的是数值时，可以通过 colormap 将其映射成不同的颜色。 - **alpha**: 设定透明度级别，取值范围为 0 到 1。 - **edgecolor** 及 **linewidths**: 分别用来配置边框颜色及其宽度。 #### 实际应用案例解析 下面提供几个具体的例子来说明如何运用这些选项定制个性化的散点图： ##### 示例一：基础版本 最简单的散点图画法只需要传入两列对应位置的数据即可完成绘图工作。 ```python import matplotlib.pyplot as plt import numpy as np data_x = range(5) data_y = [value**2 for value in data_x] plt.scatter(data_x, data_y) plt.title("Basic Scatter Example") plt.xlabel("X Values") plt.ylabel("Squared Results") plt.grid(True); plt.show() ``` ##### 示例二：带尺寸变化的效果 在此基础上增加对单个节点面积大小的支持，使得某些特殊条件下突出重点成为可能。 ```python sizes = np.array([abs(i-j)*50 for i,j in zip(data_x,data_y)]) colormap = ["red","green"][::len(sizes)//sum((k>median(sizes))for k in sizes)] plt.scatter(data_x, data_y, s=sizes, facecolors=colormap, label="Dynamic Size Points") plt.legend(); plt.show() ``` ##### 示例三：综合特性演示 最后一个较为复杂的样例包含了几乎所有的可选参数设定项，充分体现了 scatter 方法的强大之处。 ```python from random import randint; from math import sqrt def gen_random_points(count): return [(randint(-1e2,+1e2)/sqrt(randint(1,min(abs(n),max_val)))) for n,_ in enumerate(range(count))], \ list(map(lambda _:_.real,[complex(*sorted({round(random()-0.5,.9)}))])) xs, ys = gen_random_points(100) fig, ax = plt.subplots() ax.scatter(xs,ys, s=[random()*2e1+min_size for _ in xs], c=np.tan(np.radians(list(zip_longest([], map(ord,'abcdefghij'*ceil(len(xs)/10)), fillvalue=-pi/4))[slice(None)])), cmap='viridis', alpha=.6, edgecolors=['black']*len(xs), linewidths=[uniform(.5,.8)for __ in xs]) ax.set_facecolor('#f0f0f0') plt.tight_layout(); plt.show() ``` 以上三个层次渐进式的代码片段分别代表了由浅入深掌握 scatter 技巧的过程。 --- ###