Función Matplotlib scatter()


Matplotlib 参考文档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

ParámetroTipoDescripción
x, yarray-likeCoordenadas x e y de los puntos de datos (obligatorio)
sfloat o array-likeTamaño de los puntos; puede ser un escalar (todos los puntos iguales) o un array (distinto tamaño para cada punto)
ccolor o array-likeColor de los puntos; puede ser un color fijo o un array numérico (combinado con cmap para mapear colores)
markerstrForma del marcador: 'o' (círculo), 's' (cuadrado), '^' (triángulo superior), 'v' (triángulo inferior), 'D' (rombo), '*' (estrella), '+' (más), 'x' (cruz), etc. Por defecto 'o'
cmapstr o ColormapMapa de colores; se usa cuando c es un array numérico, como 'viridis', 'plasma'
normNormalizeMétodo de normalización para mapear datos a colores
vmin, vmaxfloatRango de datos del mapa de colores; los puntos fuera de rango se recortarán
alphafloat o array-likeTransparencia, entre 0 y 1
linewidthsfloat o array-likeAncho de línea del borde de los puntos
edgecolorscolor o array-likeColor del borde de los puntos; 'face' usa el color de relleno, 'none' sin borde
labelstrEtiqueta de leyenda

La ventaja principal de scatter() es ques、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 matplotlib.pyplot as plt
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 matplotlib.pyplot as plt
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 matplotlib.pyplot as plt
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 matplotlib.pyplot as plt
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.


Matplotlib 参考文档Documentación de referencia de Matplotlib

Otras extensiones