Python如何实现散点图

import numpy as npimport pandas as pdimport matplotlib as mpl

# 定义数据，x1 取随机数x1 = np.random.randn(10) x2 = x1 + x1**2-10# 定义画布,当只有会这个图的时候，下面这句不是必须存在的plt.figure(figsize=(8,4))# 绘制图像plt.scatter(x1, # 横坐标            x2, # 纵坐标            s = 50, # 数据点的尺寸大小            c = "red", # 数据点的颜色            label = "red points" # 图例           )# 装饰图形# 显示图例,上面的 plt.scatter 中没有 label 属性的下面这句会出现警告plt.legend()# 显示图形plt.show()

# 生成 10 行，2 列的数据表x = np.random.randn(10,2)y = np.array([0,0,1,1,0,1,0,1,0,0])plt.figure(figsize=(8,4))colors = ["red","black"] # 确立颜色列表label是 = ["Zero","One"] # 确立标签的类别列表# 通过循环遍历 x.shape 将多个列形成的图像叠加在一起for i in range(x.shape[1]):  plt.scatter(  x[y==i,0],  x[y==i,1],  c=colors[i],  label=labels[i]  )# 在标签中存在几种类别，我们就需要循环几次，一次画一个颜色的点plt.legend()plt.show()

midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")# 过滤标签，去除标签重复像categories = np.unique(midwest['category']) #去掉所有重复的项plt.figure(figsize=(16,10))for i in range(len(categories)):    plt.scatter(midwest.loc[midwest["category"]==categories[i],"area"]                ,midwest.loc[midwest["category"]==categories[i],"poptotal"]                ,s=20                ,c=np.array(plt.cm.tab10(i/len(categories))).reshape(1,-1)                ,label=categories[i]               )plt.legend()plt.show()