Функция scatter() в Matplotlib
Справочная документация Matplotlib
scatter()Используется для построения диаграмм рассеяния; для каждой точки данных можно независимо задать размер, цвет и прозрачность.
В отличие от plot(), scatter() позволяет каждой точке иметь различные атрибуты внешнего вида, что делает его подходящим для отображения распределения и взаимосвязей трёхмерных или четырёхмерных данных.
Определение функции
Интерфейс 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)
Интерфейс 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)
Описание параметра
| Параметр | Type | Описание |
|---|---|---|
| x, y | массивоподобный | Координаты x и y точек данных (обязательно) |
| s | float или array-like | Размер точек; может быть скаляром (все точки одинакового размера) или массивом (каждая точка разного размера) |
| c | color или array-like | Цвет точек; может быть фиксированным цветом или числовым массивом (используется с cmap для сопоставления цветов) |
| marker | str | Форма маркера: 'o' (круг), 's' (квадрат), '^' (треугольник вершиной вверх), 'v' (треугольник вершиной вниз), 'D' (ромб), '*' (звезда), '+' (плюс), 'x' (крест) и т. д., по умолчанию 'o' |
| cmap | str или Colormap | Сопоставление цветов, используется, когда c — числовой массив, например 'viridis', 'plasma' |
| norm | Normalize | Метод нормализации для сопоставления данных с цветами |
| vmin, vmax | float | Диапазон данных для сопоставления цветов; точки вне диапазона будут обрезаны |
| альфа | float или array-like | Прозрачность, от 0 до 1 |
| linewidths | float или array-like | Ширина линии границы точки |
| edgecolors | color или array-like | Цвет границы точки, 'face' использует цвет заливки, 'none' означает отсутствие границы |
| label | str | Метка легенды |
Основное преимущество scatter() заключается в том, что
s、c、alphaэто могут быть массивы той же длины, что и x/y, что позволяет одной диаграмме рассеяния отображать 3-4 измерения данных одновременно.
Примеры использования
Пример 1: Базовая диаграмма рассеяния
Пример
import numpy as np
# Сгенерировать случайные данные
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('Базовая диаграмма рассеяния')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.grid(True, alpha=0.3)
plt.show()
Пример 2: Изменение размера и цвета (отображение многомерных данных)
Пример
import numpy as np
np.random.seed(42)
n = 100
# Четыре измерения данных
x = np.random.rand(n) * 10 # Измерение 1: координата x
y = np.random.rand(n) * 10 # Измерение 2: координата y
colors = np.random.rand(n) * 100 # Измерение 3: цвет (числовой)
sizes = np.random.rand(n) * 300 # Измерение 4: размер
alpha_values = np.random.rand(n) * 0.7 + 0.3 # Измерение 5: прозрачность
fig, ax = plt.subplots(figsize=(8, 6), layout='constrained')
scatter = ax.scatter(x, y,
c=colors, # Цвет изменяется в зависимости от данных
s=sizes, # Размер изменяется в зависимости от данных
alpha=0.6, # Фиксированная прозрачность
cmap='viridis', # Цветовая карта
edgecolors='white',
linewidth=0.5)
# Добавить цветовую шкалу
cbar = fig.colorbar(scatter, ax=ax)
cbar.set_label('Значение цвета')
ax.set_title('Многомерная диаграмма рассеяния')
ax.set_xlabel('Координата X')
ax.set_ylabel('Координата Y')
ax.grid(True, alpha=0.2)
plt.show()
Пример 3: Сравнение нескольких групп рассеяния
Пример
import numpy as np
np.random.seed(42)
# Сгенерировать три группы данных с различными распределениями
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')
# Каждая группа использует свой цвет и маркер
ax.scatter(group1_x, group1_y, c='#e74c3c', marker='o',
s=60, label='Группа A (плотный кластер)')
ax.scatter(group2_x, group2_y, c='#2E7DCC', marker='s',
s=60, label='Группа B (плотный кластер)')
ax.scatter(group3_x, group3_y, c='#3498db', marker='^',
s=60, label='Группа C (разбросанный кластер)')
ax.set_title('Сравнение диаграмм рассеяния для нескольких групп')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.legend()
ax.grid(True, alpha=0.2)
plt.show()
Пример 4: диаграмма рассеяния с цветовой шкалой (пузырьковая диаграмма)
Пример
import numpy as np
# Смоделированные данные: население, ВВП и регион разных городов
np.random.seed(42)
n = 30
population = np.random.randint(50, 500, n) # Население (определяет размер пузырька)
gdp = np.random.randint(100, 1000, n) # ВВП (определяет интенсивность цвета)
region = np.random.choice(['Север', 'Юг', 'Восток', 'Запад'], 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, # Размер пузырька = population
c=gdp, # Цвет пузырька = ВВП
cmap='YlOrRd', # Жёлто-оранжево-красное сопоставление цветов
альфа=0.7,
edgecolors='gray',
linewidth=0.5)
ax.set_title('Диаграмма пузырьков: население города и ВВП')
ax.set_xlabel('Координата X')
ax.set_ylabel('Координата Y')
# Добавить цветовую шкалу с подписью ВВП
cbar = fig.colorbar(scatter, ax=ax, label='ВВП')
ax.grid(True, alpha=0.2)
plt.show()
Часто задаваемые вопросы
В чём разница между scatter() и plot()?
plot()Подходит для линейных графиков: все точки имеют одинаковый цвет и стиль маркера, высокая скорость отрисовки.
scatter()Подходит для диаграмм рассеяния: каждая точка может независимо задавать размер и цвет, но каждая точка — это отдельный Artist, что замедляет работу при больших объёмах данных.
Когда точек данных много (десятки тысяч или больше), отдавайте предпочтение plot() с указанным marker для повышения производительности.
Какова единица измерения параметра s?
sОн представляет площадь точки (единица измерения: квадратные точки, points^2), а не диаметр.
Напримерs=100иs=400, последний имеет в 4 раза большую площадь, чем первый, а диаметр примерно в 2 раза больше, чем у первого.
Другие расширения