Python绘制散点图（非常详细，附带实例）

散点图（Scatter Plot）是一种用于可视化两个连续变量之间关系的图表类型。它以坐标系中的点的位置来表示数据的取值，并通过点的分布来展示两个变量之间的相关性、趋势和离散程度。

散点图可以展示两个变量之间的分布模式和趋势，帮助观察变量之间的关系和可能的相关性。通过散点图可以发现数据的聚集、离散、趋势、异常值等特征。

当数据点较多时，散点图可能会出现重叠，导致点的形状和分布难以辨认，此时可以使用透明度、颜色编码等方式来区分和凸显不同的数据子集。

在 Python 中构建散点图，最简单的方法是利用 Seaborn，而 Matplotlib 允许更高级别的定制。如果需要构建交互式图表，可以使用 Plotly。

Python绘制基础散点图

【实例 1】使用 Seaborn 库绘制鸢尾花（iris）数据集中萼片长度（sepal_length）与萼片宽度（sepal_width）之间的散点图。输入如下代码：

import seaborn as sns  # 导入 Seaborn 库并简写为 sns
df=sns.load_dataset('iris')  # 加载 iris 数据集

# 绘制散点图
sns.regplot(x=df["sepal_length"], y=df["sepal_width"])
# ① 绘制散点图（默认进行线性拟合）

sns.regplot(x=df["sepal_length"], y=df["sepal_width"], fit_reg=False)
# ② 绘制散点图（不进行线性拟合）

上述代码使用 Seaborn 库绘制了 iris 数据集中 sepal_length 和 sepal_width 两列之间的散点图，并提供了两种不同的可视化方式：

• ① 绘制默认情况不进行线性拟合的散点图，即不在图中添加拟合直线；
• ② 绘制不进行线性拟合的散点图，即只显示原始的数据点，而没有拟合直线。

输出的结果如下图所示：


【实例 2】利用 midwest_filter.csv 数据集绘制散点图，展示中西部地区的面积与人口之间的关系。输入如下代码：

# 导入必要的库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

midwest=pd.read_csv('D:/DingJB/PyData/midwest_filter.csv')  # 导入数据集
categories=np.unique(midwest['category'])  # 获取数据集中的唯一类别
# 生成与唯一类别数量相同的颜色
# 使用Matplotlib的颜色映射函数来生成颜色
colors=plt.cm.tab10(i/float(len(categories)-1) for i inrange(len(categories))]

# 绘制每个类别的图形
# 设置图形的大小、分辨率和背景色
plt.figure(figsize=(10,6),dpi=80,facecolor='w',edgecolor='k')

# 遍历每个类别，并使用 scatter() 函数绘制散点图
for i,category in enumerate(categories):
    # 使用 loc() 方法筛选出特定类别的数据，并绘制散点图
    plt.scatter('area','poptotal',
        data=midwest.loc[midwest.category==category,:],
        s=20,c=colors[i],label=str(category))

# 图形修饰
plt.gca().set_xlim(0.0,0.1),ylim=(0,90000)
xlabel='Area',ylabel='Population')  # 设置 X 轴和 Y 轴的范围、标签

# 设置 X 轴和 Y 轴的刻度字体大小
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)

plt.title("Scatterplot ",fontsize=222)  # 设置图形标题
plt.legend(fontsize=12)  # 添加图例
plt.show()

上述代码从 CSV 文件中导入了数据集 midwest_filter.csv，并获取了数据集中的唯一类别，为每个类别生成颜色，并遍历每个类别，使用散点图展示了数据集中不同类别的数据。

每个类别使用不同的颜色标识，散点图的 X 轴为 area 列，Y 轴为 poptotal 列。图形修饰部分设置了 X 轴和 Y 轴的范围、标签以及刻度字体大小，并添加了图例和标题。

输出的结果如下图所示：

Python绘制自定义线性回归拟合直线

【实例 3】使用 Seaborn 的 regplot() 函数在鸢尾花（iris）数据集上绘制添加线性回归的散点图。输入如下代码：

import pandas as pd  # 导入 Pandas库并简写为 pd
import matplotlib.pyplot as plt  # 导入 matplotlib.pyplot 模块并简写为 plt
import seaborn as sns  # 导入 Seaborn 库并简写为 sns

df=sns.load_dataset('iris')  # 加载 iris 数据集

# ① 绘制散点图，并添加红色线性回归线
fig,ax=plt.subplots(figsize=(8,6))  # 创建图形和子图对象，并设置图形大小
sns.regplot(x=df["sepal_length"],y=df["sepal_width"],
    line_kws={"color":"r"},ax=ax)  # 绘制散点图，指定横纵轴数据
    # 设置线性回归线颜色为红色
plt.show()

# ② 绘制散点图，并添加半透明的红色线性回归线
fig,ax=plt.subplots(figsize=(8,6))  # 创建图形和子图对象，并设置图形大小
sns.regplot(x=df["sepal_length"],y=df["sepal_width"],
    line_kws={"color":"r","alpha":0.4},ax=ax)  # 绘制散点图，指定横纵轴数据
    # 设置线性回归线颜色为红色，透明度为 0.4
plt.show()

# ③ 绘制散点图，并自定义线性回归线的线宽、线型和颜色
fig,ax=plt.subplots(figsize=(8,6))  # 创建图形和子图对象，并设置图形大小
sns.regplot(x=df["sepal_length"],y=df["sepal_width"],
    line_kws={"color":"r","alpha":0.4,"lw":5,"ls":"--"},ax=ax)  # 设置线性回归线的颜色、透明度、线宽和线型
plt.show()

上述代码绘制了 3 个散点图，每个散点图都添加了线性回归线，并对线性回归线进行了不同的自定义设置：

• ① 绘制添加了红色线性回归线的散点图；
• ② 绘制添加了半透明的红色线性回归线的散点图；
• ③ 绘制添加了线性回归线的散点图，并对回归线的线宽、线型和颜色进行了自定义设置（红色，透明度为 0.4，线宽为 5，线型为虚线）。

输出的结果如下图所示：


在 Seaborn 中，通过 marker 可以控制点（标记）的形状，通过以下代码可以获取点的不同形状的符号，读者可自行尝试。

from matplotlib import markers
print(markers.MarkerStyle.markers.keys())

Python绘制自定义点的形状

【实例 4】使用 Seaborn 的 regplot() 函数在鸢尾花（iris）数据集上绘制散点图，尝试采用不同的点形状。输入如下代码：

fig,ax=plt.subplots(figsize=(8,6))  # 创建图形和子图对象，并设置图形大小
# ① 绘制散点图，不添加回归线，标记形状为 "+"
sns.regplot(x=df["sepal_length"], y=df["sepal_width"],
    marker="+",fit_reg=False,ax=ax)
plt.show()

fig,ax=plt.subplots(figsize=(8,6))  # 创建图形和子图对象，并设置图形大小
# ② 绘制散点图，不添加回归线，设置散点标记颜色为暗红色，透明度为 0.3，标记大小为 200
sns.regplot(x=df["sepal_length"], y=df["sepal_width"],fit_reg=False,
    scatter_kws={"color":"darkred","alpha":0.3,"s":200},ax=ax)
plt.show()

上述代码使用 Seaborn 绘制了两个散点图，都没有添加线性回归线，并对散点的标记进行了不同的自定义设置：

• ① 使用标记形状“+”绘制散点图；
• ② 对散点的颜色、透明度和大小进行了自定义设置（暗红色，透明度为 0.3，大小为 200）。

输出的结果如下图所示：


【实例 5】使用 Seaborn 的 regplot() 函数在鸢尾花（iris）数据集上绘制散点图，每幅散点图均按照不同的方式（使用分类变量）对数据子集进行着色和标记。输入如下代码：

import seaborn as sns  # 导入 Seaborn 库
import matplotlib.pyplot as plt  # 导入 matplotlib.pyplot 库

df=sns.load_dataset('iris')  # 加载 iris 数据集

# 使用 'hue' 参数提供一个因子变量，并绘制散点图
sns.lmplot(x="sepal_length", y="sepal_width",
    data=df, fit_reg=False, hue='species', legend=False)
# 将图例移动到图形中的一个空白部分
plt.legend(loc='lower right')
plt.show()

# 绘制散点图，并指定每个数据子集的标记形状
sns.lmplot(x="sepal_length", y="sepal_width", data=df,
    fit_reg=False, hue='species', legend=False, markers=["o","x","|"])
# 将图例移动到图形中的一个空白部分
plt.legend(loc='lower right')
plt.show()

# 使用调色板来着色不同的数据子集
sns.lmplot(x="sepal_length", y="sepal_width",
    data=df, fit_reg=False, hue='species',
    legend=False, palette="Set2")
# 将图例移动到图形中的一个空白部分
plt.legend(loc='lower right')
plt.show()

# 控制每个数据子集的颜色
sns.lmplot(x="sepal_length", y="sepal_width",
    data=df, fit_reg=False, hue='species', legend=False,
    palette=dict(setosa="blue",virginica="red",versicolor="green"))
# 将图例移动到图形中的一个空白部分
plt.legend(loc='lower right')
plt.show()

上述代码使用 Seaborn 的 lmplot() 函数绘制了 4 个不同的散点图，每个图都根据 Iris 数据集中的不同品种进行了分组，并采用不同的方式来设置颜色和标记形状：

1. 使用 'species' 列作为因子变量来着色不同的数据子集，并在图例中添加了品种信息。
2. 在（1）的基础上，指定不同数据子集的标记形状为圆圈、叉和 1 代表的符号。
3. 使用了调色板 Set2 来着色不同的数据子集。
4. 使用自定义的调色板来控制不同数据子集的颜色，其中 'setosa' 品种为蓝色，'virginica' 品种为红色，'versicolor' 品种为绿色，并在图例中添加了相应的颜色说明。

输出的结果如下图所示：

Python绘制抖动散点图

通常多个数据点具有完全相同的 X 值和 Y 值，这样会导致多个点绘制重叠并隐藏。

为避免这种情况，可将数据点稍微抖动，以便可以直观地看到它们。使用 Seaborn 的 stripplot() 可以很方便地实现这个功能。

【实例 6】绘制抖动散点图。输入如下代码：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df=pd.read_csv("D:/mpg_ggplot2.csv")  # 导入数据

# 绘制 Stripplot
fig,ax=plt.subplots(figsize=(12,6),dpi=80)
sns.stripplot(x='cty',y='hwy',hue='class',data=df,jitter=0.25,size=6,
    ax=ax,linewidth=.5)

# 修饰
plt.title('Use jittered plots to avoid overlapping of points',fontsize=222)
plt.show()

上述代码使用 Seaborn 库绘制了一个带有 Jitter 效果的 Stripplot 图，展示了城市里程（cty）和高速公路里程（hwy）之间的关系，并根据车辆类别（class）进行了分类显示。Jitter 效果使得数据点在 X 轴方向上稍微分散，以避免重叠。输出的结果如下图所示。