Función Matplotlib scatter()
Documentación de referencia de Matplotlib
scatter()Se utiliza para dibujar diagramas de dispersión, donde cada punto de datos puede tener su propio tamaño, color y transparencia.
A diferencia de plot(), scatter() permite que cada punto tenga diferentes atributos de apariencia, adecuado para mostrar la relación de distribución de datos tridimensionales o cuatridimensionales.
Definición de la función
Interfaz pyplot
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker='o', cmap=None,
norm=None, vmin=None, vmax=None, alpha=None, linewidths=None,
edgecolors=None, **kwargs)
Interfaz Axes
Axes.scatter(x, y, s=None, c=None, marker='o', cmap=None, norm=None,
vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None,
**kwargs)
Descripción de parámetros
| Parámetro | Tipo | Descripción |
|---|---|---|
| x, y | array-like | Coordenadas x e y de los puntos de datos (obligatorio) |
| s | float o array-like | Tamaño de los puntos; puede ser un escalar (todos los puntos iguales) o un array (distinto tamaño para cada punto) |
| c | color o array-like | Color de los puntos; puede ser un color fijo o un array numérico (combinado con cmap para mapear colores) |
| marker | str | Forma del marcador: 'o' (círculo), 's' (cuadrado), '^' (triángulo superior), 'v' (triángulo inferior), 'D' (rombo), '*' (estrella), '+' (más), 'x' (cruz), etc. Por defecto 'o' |
| cmap | str o Colormap | Mapa de colores; se usa cuando c es un array numérico, como 'viridis', 'plasma' |
| norm | Normalize | Método de normalización para mapear datos a colores |
| vmin, vmax | float | Rango de datos del mapa de colores; los puntos fuera de rango se recortarán |
| alpha | float o array-like | Transparencia, entre 0 y 1 |
| linewidths | float o array-like | Ancho de línea del borde de los puntos |
| edgecolors | color o array-like | Color del borde de los puntos; 'face' usa el color de relleno, 'none' sin borde |
| label | str | Etiqueta de leyenda |
La ventaja principal de scatter() es que
s、c、alphapuede ser un array de la misma longitud que x/y, lo que permite que un solo diagrama de dispersión muestre simultáneamente información de 3-4 dimensiones de datos.
Ejemplos de uso
Ejemplo 1: Diagrama de dispersión básico
Ejemplo
import numpy as np
# Generar datos aleatorios
np.random.seed(42)
x = np.random.rand(50)
y = np.random.rand(50)
fig, ax = plt.subplots(layout='constrained')
ax.scatter(x, y, color='steelblue', edgecolors='white',
linewidth=0.5, s=80)
ax.set_title('Basic Scatter Plot')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.grid(True, alpha=0.3)
plt.show()
Ejemplo 2: Tamaño y color variables (mostrando datos multidimensionales)
Ejemplo
import numpy as np
np.random.seed(42)
n = 100
# Datos de cuatro dimensiones
x = np.random.rand(n) * 10 # Dimensión 1: coordenada x
y = np.random.rand(n) * 10 # Dimensión 2: coordenada y
colors = np.random.rand(n) * 100 # Dimensión 3: color (numérico)
sizes = np.random.rand(n) * 300 # Dimensión 4: tamaño
alpha_values = np.random.rand(n) * 0.7 + 0.3 # Dimensión 5: transparencia
fig, ax = plt.subplots(figsize=(8, 6), layout='constrained')
scatter = ax.scatter(x, y,
c=colors, # El color cambia según los datos
s=sizes, # El tamaño cambia según los datos
alpha=0.6, # Transparencia fija
cmap='viridis', # Mapa de colores
edgecolors='white',
linewidth=0.5)
# Añadir barra de colores
cbar = fig.colorbar(scatter, ax=ax)
cbar.set_label('Color Value')
ax.set_title('Multi-dimensional Scatter Plot')
ax.set_xlabel('X Coordinate')
ax.set_ylabel('Y Coordinate')
ax.grid(True, alpha=0.2)
plt.show()
Ejemplo 3: Comparación de varios grupos de dispersión
Ejemplo
import numpy as np
np.random.seed(42)
# Generar tres grupos de datos con diferentes distribuciones
group1_x = np.random.normal(2, 0.5, 100)
group1_y = np.random.normal(2, 0.5, 100)
group2_x = np.random.normal(6, 0.5, 100)
group2_y = np.random.normal(6, 0.5, 100)
group3_x = np.random.normal(4, 1.0, 100)
group3_y = np.random.normal(4, 1.0, 100)
fig, ax = plt.subplots(figsize=(8, 6), layout='constrained')
# Cada grupo usa un color y un marcador diferentes
ax.scatter(group1_x, group1_y, c='#e74c3c', marker='o',
s=60, label='Group A (tight cluster)')
ax.scatter(group2_x, group2_y, c='#2E7DCC', marker='s',
s=60, label='Group B (tight cluster)')
ax.scatter(group3_x, group3_y, c='#3498db', marker='^',
s=60, label='Group C (spread cluster)')
ax.set_title('Multi-group Scatter Comparison')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.legend()
ax.grid(True, alpha=0.2)
plt.show()
Ejemplo 4: Diagrama de dispersión con barra de colores (diagrama de burbujas)
Ejemplo
import numpy as np
# Datos simulados: población, PIB y región de diferentes ciudades
np.random.seed(42)
n = 30
population = np.random.randint(50, 500, n) # Población (determina el tamaño de las burbujas)
gdp = np.random.randint(100, 1000, n) # PIB (determina la intensidad del color)
region = np.random.choice(['North', 'South', 'East', 'West'], n)
x = np.random.rand(n) * 100
y = np.random.rand(n) * 100
fig, ax = plt.subplots(figsize=(9, 6), layout='constrained')
scatter = ax.scatter(x, y,
s=population, # Tamaño de burbuja = población
c=gdp, # Color de burbuja = PIB
cmap='YlOrRd', # Mapa de colores amarillo-naranja-rojo
alpha=0.7,
edgecolors='gray',
linewidth=0.5)
ax.set_title('Bubble Chart: City Population vs GDP')
ax.set_xlabel('X Coordinate')
ax.set_ylabel('Y Coordinate')
# Añadir barra de colores, etiquetada como PIB
cbar = fig.colorbar(scatter, ax=ax, label='GDP')
ax.grid(True, alpha=0.2)
plt.show()
Preguntas frecuentes
¿Diferencia entre scatter() y plot()?
plot()Adecuado para gráficos de líneas, todos los puntos comparten el mismo color y estilo de marcador, alta eficiencia de renderizado.
scatter()Adecuado para diagramas de dispersión, cada punto puede establecer su tamaño y color de forma independiente, pero cada punto es un Artist independiente, por lo que es lento con grandes volúmenes de datos.
Cuando hay muchos puntos de datos (decenas de miles o más), se recomienda usar plot() con un marcador específico para mejorar el rendimiento.
¿Cuál es la unidad del parámetro s?
sRepresenta el área del punto (en puntos cuadrados, points^2), no el diámetro.
Por ejemplo,s=100ys=400el área del segundo es 4 veces la del primero, y su diámetro es aproximadamente 2 veces la del primero.
Otras extensiones