如何在 Matplotlib 中用线连接散点图点
Suraj Joshi
2023年1月30日
2020年6月9日
我们可以在调用了 scatter()和 plot()之后，通过调用 show()来连接直线的散点，并使用 line 和 point 属性调用 plot()，然后使用关键字 zorder 来指定绘图顺序。
在调用 scatter()和 plot()之后调用 show()
matplotlib.pyplot.scatter(x, y)，其中 x 是 x 坐标序列，而 y 是 y 坐标序列会创建点的散点图。要按顺序连接这些散点图的点，请调用 matplotlib.pyplot.plot(x, y)，使 x 和 y 与传递给 scatter() 函数的点相同。
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()
输出：
具有线型属性的 matplotlib.pyplot.plot() 函数
我们也可以通过仅调用 matplotlib.pyplot.plot() 函数以及 linestyle 属性来将 scatterplot 点与直线连接起来。
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()
输出：
同样，我们也可以尝试其他不同的 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()
输出：
关键字 zorder 更改 Matplotlib 绘图顺序
我们可以使用关键字 zorder 来设置 Matplotlib 图中的绘制顺序。我们将为 plot 和 scatter 分配不同的顺序，然后颠倒顺序以显示不同的绘制顺序行为。
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()
输出：
plot()的顺序为 2，大于 scatter()的顺序，因此，散点图位于线图的顶部。
如果我们颠倒顺序，则线图将位于散点图的顶部。
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()
输出：
Author: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn