Python Matplotlib視覺化 — plt.scatter散佈圖
3 min readMay 17, 2020
散點圖是資料視覺化常用工具之一，與折線圖 類似。但是這種圖形不使用線段連接，而是使用獨立的點、圓圈或其他形狀構成。使用Matplotlib，定義好xy軸，加上圖名和軸名，就可以讓資料簡潔有力地呈現。
plt.scatter(x軸數列, y軸數列, alpha=透明度, label = ‘散點名稱’)
＊注意xy軸數列要數量一樣
#設定xy軸，下面兩個都是一串數字
x = AVF_1.iloc[:,0]
y = AVD_1.iloc[:,0] #設定大小跟x軸兩端的值
plt.figure(figsize = (20,10))
plt.xlim(2015, 2053)#做圖
plt.scatter(x, y, alpha=0.6, label = ‘year’) #設定圖示的
plt.legend(scatterpoints=1, markerscale=0.2)#視覺化標題跟xy軸名稱
plt.title(‘Stranding events’, fontsize = 25)
plt.xlabel(‘Area of circles corresponds to floor area of asset’)
plt.ylabel(‘Gross asset value [Million €]’)#出圖
plt.show()
為了更真實的呈現資料，設定每個散點(Marker)的大小可以增加視覺化的完整性（當然不是每個視覺化都適用）。
plt.scatter(x軸數列, y軸數列, 面積數列,alpha=透明度, label = ‘散點名稱’)
＊注意xy軸數列跟面積數列要數量一樣
#設定xy軸，下面兩個都是一串數字
x = AVF_1.iloc[:,0]
y = AVD_1.iloc[:,0]#包含一串面積數組
z = (AVE.iloc[:, 0]).to_list()#設定大小跟x軸兩端的值
plt.figure(figsize = (20,10))
plt.xlim(2015, 2053)#做圖（加上z作為面積數值）
plt.scatter(x, y, z, alpha=0.6, label = ‘year’)#設定圖示的
plt.legend(scatterpoints=1, markerscale=0.2)#視覺化標題跟xy軸名稱
plt.title(‘Stranding events’, fontsize = 25)
plt.xlabel(‘Area of circles corresponds to floor area of asset’)
plt.ylabel(‘Gross asset value [Million €]’)#出圖
plt.show()
