如何在 Matplotlib 中用線連線散點圖點
Suraj Joshi
2023年1月30日
2020年6月9日
我們可以在呼叫了 scatter()和 plot()之後，通過呼叫 show()來連線直線的散點，並使用 line 和 point 屬性呼叫 plot()，然後使用關鍵字 zorder 來指定繪圖順序。
在呼叫 scatter()和 plot()之後呼叫 show()
matplotlib.pyplot.scatter(x, y)，其中 x 是 x 座標序列，而 y 是 y 座標序列會建立點的散點圖。要按順序連線這些散點圖的點，請呼叫 matplotlib.pyplot.plot(x, y)，使 x 和 y 與傳遞給 scatter() 函式的點相同。
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0,5,50)
y=np.sin(2 * np.pi * x)
plt.scatter(x, y)
plt.plot(x, y)
plt.title("Connected Scatterplot points with line")
plt.xlabel("x")
plt.ylabel("sinx")
plt.show()
figure.tight_layout()
輸出：
具有線型屬性的 matplotlib.pyplot.plot() 函式
我們也可以通過僅呼叫 matplotlib.pyplot.plot() 函式以及 linestyle 屬性來將 scatterplot 點與直線連線起來。
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0,5,50)
y=np.sin(2 * np.pi * x)
plt.plot(x,y,linestyle='solid',color='blue')
plt.title("Connected Scatterplot points with line")
plt.xlabel("x")
plt.ylabel("sinx")
plt.show()
figure.tight_layout()
輸出：
同樣，我們也可以嘗試其他不同的 linestyles。
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0,5,50)
y=np.sin(2 * np.pi * x)
plt.plot(x, y, 'xb-')
plt.title("Connected Scatterplot points with line")
plt.xlabel("x")
plt.ylabel("sinx")
plt.show()
輸出：
關鍵字 zorder 更改 Matplotlib 繪圖順序
我們可以使用關鍵字 zorder 來設定 Matplotlib 圖中的繪製順序。我們將為 plot 和 scatter 分配不同的順序，然後顛倒順序以顯示不同的繪製順序行為。
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0,5,50)
y=np.sin(2 * np.pi * x)
plt.scatter(x,y,color='r',zorder=1)
plt.plot(x,y,color='b',zorder=2)
plt.title("Connected Scatterplot points with line")
plt.xlabel("x")
plt.ylabel("sinx")
plt.show()
輸出：
plot()的順序為 2，大於 scatter()的順序，因此，散點圖位於線圖的頂部。
如果我們顛倒順序，則線圖將位於散點圖的頂部。
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0,5,50)
y=np.sin(2 * np.pi * x)
plt.scatter(x,y,color='r',zorder=2)
plt.plot(x,y,color='b',zorder=1)
plt.title("Connected Scatterplot points with line")
plt.xlabel("x")
plt.ylabel("sinx")
plt.show()
輸出：
Author: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn