Fonction scatter() de Matplotlib
Documentation de référence de Matplotlib
scatter()Utilisé pour tracer des diagrammes de dispersion, chaque point de données peut définir indépendamment sa taille, sa couleur et sa transparence.
Contrairement à plot(), scatter() permet à chaque point d'avoir des attributs d'apparence différents, ce qui le rend adapté à l'affichage de la relation de distribution de données tridimensionnelles ou quadridimensionnelles.
Définition de fonction
Interface 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)
Interface 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)
Description du paramètre
| Paramètre | Type | Description |
|---|---|---|
| x, y | de type tableau | Les coordonnées x et y des points de données (obligatoires) |
| s | float ou array-like | La taille des points, peut être un scalaire (tous les points identiques) ou un tableau (chaque point de taille différente) |
| c | couleur ou de type tableau | La couleur des points, peut être une couleur fixe ou un tableau numérique (utilisé avec cmap pour mapper les couleurs) |
| marker | str | Forme du marqueur : 'o' (cercle), 's' (carré), '^' (triangle vers le haut), 'v' (triangle vers le bas), 'D' (losange), '*' (étoile), '+' (plus), 'x' (croix), etc., la valeur par défaut est 'o' |
| cmap | str ou Colormap | Mappage de couleurs, utilisé lorsque c est un tableau numérique, comme 'viridis', 'plasma' |
| norm | Normalize | La méthode de normalisation pour mapper les données aux couleurs |
| vmin, vmax | float | La plage de données pour le mappage des couleurs ; les points en dehors de la plage seront tronqués |
| alpha | float ou array-like | Transparence, entre 0-1 |
| linewidths | float ou array-like | Largeur de ligne du bord du point |
| edgecolors | couleur ou de type tableau | Couleur de bord du point, 'face' utilise la couleur de remplissage, 'none' signifie aucun bord |
| label | str | Libellé de légende |
Le principal avantage de scatter() est que
s、c、alphail peut s'agir de tableaux de même longueur que x/y, ce qui permet à un seul nuage de points d'afficher 3-4 dimensions d'informations de données en même temps.
Exemples d'utilisation
Exemple 1 : Nuage de points de base
Exemple
import numpy as np
# Générer des données aléatoires
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('Nuage de points de base')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.grid(True, alpha=0.3)
plt.show()
Exemple 2 : Taille et couleur variables (Affichage de données multidimensionnelles)
Exemple
import numpy as np
np.random.seed(42)
n = 100
# Quatre dimensions de données
x = np.random.rand(n) * 10 # Dimension 1 : coordonnée x
y = np.random.rand(n) * 10 # Dimension 2 : coordonnée y
colors = np.random.rand(n) * 100 # Dimension 3 : couleur (numérique)
sizes = np.random.rand(n) * 300 # Dimension 4 : taille
alpha_values = np.random.rand(n) * 0.7 + 0.3 # Dimension 5 : transparence
fig, ax = plt.subplots(figsize=(8, 6), layout='constrained')
scatter = ax.scatter(x, y,
c=colors, # La couleur change avec les données
s=sizes, # La taille change avec les données
alpha=0.6, # Transparence fixe
cmap='viridis', # Mappage des couleurs
edgecolors='white',
linewidth=0.5)
# Ajouter une barre de couleur
cbar = fig.colorbar(scatter, ax=ax)
cbar.set_label('Valeur de couleur')
ax.set_title('Diagramme de dispersion multidimensionnel')
ax.set_xlabel('Coordonnée X')
ax.set_ylabel('Coordonnée Y')
ax.grid(True, alpha=0.2)
plt.show()
Exemple 3 : Comparaison de plusieurs groupes de nuages de points
Exemple
import numpy as np
np.random.seed(42)
# Générer trois groupes de données avec des distributions différentes
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')
# Chaque groupe utilise une couleur et un marqueur différents
ax.scatter(group1_x, group1_y, c='#e74c3c', marker='o',
s=60, label='Groupe A (groupe compact)')
ax.scatter(group2_x, group2_y, c='#2E7DCC', marker='s',
s=60, label='Groupe B (groupe compact)')
ax.scatter(group3_x, group3_y, c='#3498db', marker='^',
s=60, label='Groupe C (groupe dispersé)')
ax.set_title('Comparaison de nuages de points multi-groupes')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.legend()
ax.grid(True, alpha=0.2)
plt.show()
Exemple 4 : Nuage de points avec barre de couleurs (diagramme à bulles)
Exemple
import numpy as np
# Données simulées : population, PIB et région de différentes villes
np.random.seed(42)
n = 30
population = np.random.randint(50, 500, n) # Population (détermine la taille des bulles)
gdp = np.random.randint(100, 1000, n) # PIB (détermine l'intensité de la couleur)
region = np.random.choice(['Nord', 'Sud', 'Est', 'Ouest'], 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, # Taille de la bulle = population
c=gdp, # Couleur de la bulle = PIB
cmap='YlOrRd', # Mappage de couleurs jaune-orange-rouge
alpha=0.7,
edgecolors='gray',
linewidth=0.5)
ax.set_title('Diagramme à bulles : population des villes vs PIB')
ax.set_xlabel('Coordonnée X')
ax.set_ylabel('Coordonnée Y')
# Ajouter une barre de couleurs, étiquetée PIB
cbar = fig.colorbar(scatter, ax=ax, label='PIB')
ax.grid(True, alpha=0.2)
plt.show()
Questions fréquentes
Quelle est la différence entre scatter() et plot() ?
plot()Adapté aux graphiques en courbes, tous les points partagent la même couleur et le même style de marqueur, avec une grande efficacité de rendu.
scatter()Adapté aux diagrammes de dispersion, chaque point peut définir indépendamment sa taille et sa couleur, mais chaque point est un Artist indépendant, ce qui le rend plus lent avec de grandes quantités de données.
Lorsqu'il y a beaucoup de points de données (des dizaines de milliers ou plus), privilégiez plot() avec un marqueur spécifié pour améliorer les performances.
Quelle est l'unité du paramètre s ?
sIl représente l'aire du point (unité : points carrés, points^2), et non le diamètre.
Par exemples=100ets=400, ce dernier a 4 fois l'aire du premier, et le diamètre est environ 2 fois celui du premier.
Autres extensions