本文主要向大家介绍了【云计算】python散点图属性&用不同颜色展示不同的分类结果（分类着色）教程，通过具体的内容向大家展现，希望对大家学习云计算有所帮助。

散点图plt.scatter的一些属性：

x：指定散点图的x轴数据；

y：指定散点图的y轴数据；

s：指定散点图点的大小，默认为20，通过传入新的变量，实现气泡图的绘制；

c：可用于不同类别的颜色，指定散点图点的颜色，默认为蓝色；

marker：指定散点图点的形状，默认为圆形；

cmap：指定色图，只有当c参数是一个浮点型的数组的时候才起作用；

alpha：设置散点的透明度；

linewidths：设置散点边界线的宽度；

edgecolors：设置散点边界线的颜色；

对于画多重颜色的散点图，将不同颜色的数据用labels分开就好。在这里举一个混合高斯分布的例子：

# labels = gmm.predict(Dist)
#plot and save figure
fig1 = plt.figure(1,figsize=(6,4))

colors = ['b','g','r','orange']
Label_Com = ['Component 1','Component 2','Component 3','Component 4']
for index in range(4):
    Price = data.loc[data['Label'] == index]['Price']
    # Price = Dist[Labels[i] == index]
    Index = data.loc[data['Label'] == index]['Number']
    print("Done")
    plt.scatter(Index, Price, c=colors[index], cmap='brg', s=40, alpha=0.2, marker='8', linewidth=0)  # ,cMAP

plt.ylim(0.01,0.09)

ax = fig1.gca()
for label in ax.xaxis.get_ticklabels():
    label.set_rotation(30)
plt.xlabel('Time')
plt.ylabel('Price')
#added this to get the legend to work
handles,labels = ax.get_legend_handles_labels()
ax.legend(handles, labels = Label_Com, loc='upper right')

plt.show()

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据安全频道！