- 散点图是我喜欢用的一类数据可视化图表，在这里记录一下一些常用的技巧
- 以下
plt代表matplotlib.pyplot，p3d代表mpl_toolkits.mplot3d，如果对mpl_toolkits.mplot3d不熟悉可以稍微看一下我的另一篇文章mpl_toolkits.mplot3d工具包。
基础
二维散点图的函数原型:
matplotlib.pyplot.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对应了平面点的位置，
-
s控制点大小，
-
c对应颜色指示值，也就是如果采用了渐变色的话，我们设置c=x就能使得点的颜色根据点的x值变化
-
cmap调整渐变色或者颜色列表的种类，关于颜色的运用其实也挺有趣的，有兴趣可以看一下我的另一篇文章《自定义颜色及渐变颜色》
-
marker控制点的形状
-
alpha控制点的透明度，我喜欢在数据量大的时候设置较小的alpha值，然后调整一下s值，这样产生重叠效果使得数据的聚集特征会很好地显示出来：看一下效果
第一个是不设透明度的
现在是设置透明度的
再调整一下点的大小
- 这个例子就体现的比较明显，这种情况下，相同的数据在第一个图中看不出有两个聚集点，而后面两个图一个比一个明显
- 其他的参数目前不怎么用，等用到了的时候再更新吧
三维散点图的函数原型
p3d.Axes3D.scatter( xs, ys, zs=0, zdir=’z’, s=20, c=None, depthshade=True,
*args, **kwargs )
p3d.Axes3D.scatter3D( xs, ys, zs=0, zdir=’z’, s=20, c=None, depthshade=True,
*args, **kwargs)
- 三维散点图在
p3d.Axes3D中，有两个版本，但效果都一样，这里就挑上面那个版本，下面解释参数：
-
xs, ys代表点的x, y轴坐标
-
zs代表z轴坐标，但有两种形式，第一种就是取一个标量，函数原型里默认就是一个标量0，也就是默认所有的点都画在一个z=0的水平平面上；第二种就是取和xs、ys同样shape的数组，从而指定每个点的实际z轴坐标，如下：
zs默认为0
zs取一个标量
zs取一个数组
