Python-16-散点图
- 2026-10-11 08:00:35
Python-16-散点图Seaborn库是在Matplotlib的基础上进行封装的模块。我们从散点图的角度来看看Seaborn库的封装效果。 散点图是研究2个变量及2个以上变量间的相互关系。 我们散点图是以直角坐标系为基础的，所以第至少2个变量分别放在在X轴，Y轴上。 除了X轴，Y轴，还可以用颜色、大小、形状，共5个维度
以下这两种写法是等价的，显示散点的大小、颜色。 但是matplotlib的散点图中，所有的点只能有一种形状、一类颜色、一样的大小。起到的是美化的作用，让图表本身比较比好看一些。
下面这种seaborn的写法体现了seaborn库的优异： 例子：（5个维度）
在身高、体重的基础上，引入了颜色（性别）、大小（年龄）、形状（学历）生成了5维的散点图，并且自动生成了图例。
总结： 如果只是要看两个变量的相关性，只需要有使用matplotlib库即可,plt.scatter(x,y)足够，想要往散点图中查看更细分的维度，直接使用seaborn的散点图，sns.scatterplot()。通过hue, size, style，可增加3个维度对数据进行细分。别忘记了在seaborn的图表需要在参数里指明数据来源data=?。 祝君好运常伴~~
Day 16 #Python,#散点图，#seaborn 在“节日”表达心意，是想告诉对方，我们在乎对方。
plt.scatter(x,y,s,c,)sns.scatterplot(x,y,s,color)--基本不用s-点的大小，c=color-点的颜色
sns.scatterplot(x,y,size=,hue=,style=)size,根据数值字段，自动分配点的大小hue,根据字段的类别，自动分类颜色style,根据字段类别，自动来分配散点的形状
 |
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。
