python数据可视化之matplotlib学习

python数据可视化：Matplotlib的scatter函数详解

scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)
x，y：array_like，shape（n，）
输入数据

s：标量或array_like，shape（n，），可选
    大小以点数^ 2。默认是`rcParams ['lines.markersize'] ** 2`。

c：颜色，顺序或颜色顺序，可选，默认：'b'
    `c`可以是单个颜色格式的字符串，也可以是一系列颜色
    规范的长度为`N`，或一系列`N`数字
    使用通过kwargs指定的`cmap`和`norm`映射到颜色
    （见下文）。请注意，`c`不应该是单个数字RGB或
    RGBA序列，因为这与数组无法区分
    值将被彩色映射。 `c`可以是一个二维数组，其中的
    行是RGB或RGBA，但是，包括单个的情况
    行为所有点指定相同的颜色。

marker：`〜matplotlib.markers.MarkerStyle`，可选，默认值：'o'
    请参阅`〜matplotlib.markers`以获取有关不同的更多信息
    标记分散支持的样式。 `marker`可以是
    该类的实例或特定文本的简写
    标记。

cmap：`〜matplotlib.colors.Colormap`，可选，默认：无
    一个`〜matplotlib.colors.Colormap`实例或注册名称。
    `cmap`仅在`c`是浮点数组时使用。如果没有，
    默认为rc`image.cmap`。

norm：`〜matplotlib.colors.Normalize`，可选，默认：无
    `〜matplotlib.colors.Normalize`实例用于缩放
    亮度数据为0,1。`norm`只有在`c`是一个数组时才被使用
    彩车。如果`None'，则使用默认值：func：`normalize`。

vmin，vmax：标量，可选，默认值：无
    `vmin`和`vmax`与`norm`结合使用来标准化
    亮度数据。如果其中任何一个都是`无'，那么最小和最大的
    使用颜色数组。请注意，如果你通过一个“规范”实例，你的
    `vmin`和`vmax`的设置将被忽略。

alpha：标量，可选，默认值：无
    alpha混合值，介于0（透明）和1（不透明）之间，

linewidths：标量或array_like，可选，默认值：无
    如果无，则默认为（lines.linewidth，）。

verts：（x，y）的序列，可选
    如果`marker`为None，这些顶点将用于
    构建标记。标记的中心位于
    在（0,0）为标准化单位。整体标记重新调整
    由``s``完成。

 edgecolors ：颜色或颜色顺序，可选，默认值：无
    如果无，则默认为'face'

    如果'face'，边缘颜色将永远是相同的
    脸色。

    如果它是'none'，补丁边界不会
    被画下来。

    对于未填充的标记，“edgecolors”kwarg
    被忽视并被迫在内部“面对”。

标签：None,颜色,python,matplotlib,可视化,默认,默认值,norm
来源： https://blog.csdn.net/czjl6886/article/details/102753634