python数据可视化：Matplotlib的scatter函数详解
scatter()函数参数详解：
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：array_like，shape（n，）
输入数据
s：标量或array_like，shape（n，），可选
大小以点数^ 2。默认是`rcParams ['lines.markersize'] ** 2`。
c：颜色，顺序或颜色顺序，可选，默认：'b'
`c`可以是单个颜色格式的字符串，也可以是一系列颜色
规范的长度为`N`，或一系列`N`数字
使用通过kwargs指定的`cmap`和`norm`映射到颜色
（见下文）。请注意，`c`不应该是单个数字RGB或
RGBA序列，因为这与数组无法区分
值将被彩色映射。 `c`可以是一个二维数组，其中的
行是RGB或RGBA，但是，包括单个的情况
行为所有点指定相同的颜色。
marker：`〜matplotlib.markers.MarkerStyle`，可选，默认值：'o'
请参阅`〜matplotlib.markers`以获取有关不同的更多信息
标记分散支持的样式。 `marker`可以是
该类的实例或特定文本的简写
标记。
cmap：`〜matplotlib.colors.Colormap`，可选，默认：无
一个`〜matplotlib.colors.Colormap`实例或注册名称。
`cmap`仅在`c`是浮点数组时使用。如果没有，
默认为rc`image.cmap`。
norm：`〜matplotlib.colors.Normalize`，可选，默认：无
`〜matplotlib.colors.Normalize`实例用于缩放
亮度数据为0,1。`norm`只有在`c`是一个数组时才被使用
彩车。如果`None'，则使用默认值：func：`normalize`。
vmin，vmax：标量，可选，默认值：无
`vmin`和`vmax`与`norm`结合使用来标准化
亮度数据。如果其中任何一个都是`无'，那么最小和最大的
使用颜色数组。请注意，如果你通过一个“规范”实例，你的
`vmin`和`vmax`的设置将被忽略。
alpha：标量，可选，默认值：无
alpha混合值，介于0（透明）和1（不透明）之间，
linewidths：标量或array_like，可选，默认值：无
如果无，则默认为（lines.linewidth，）。
verts：（x，y）的序列，可选
如果`marker`为None，这些顶点将用于
构建标记。标记的中心位于
在（0,0）为标准化单位。整体标记重新调整
由``s``完成。
edgecolors ：颜色或颜色顺序，可选，默认值：无
如果无，则默认为'face'
如果'face'，边缘颜色将永远是相同的
脸色。
如果它是'none'，补丁边界不会
被画下来。
对于未填充的标记，“edgecolors”kwarg
被忽视并被迫在内部“面对”。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
