如何在 Matplotlib 中調整標記大小？

---

簡介

在圖表中，標記是一個表示單個數據點的符號。可以更改的屬性包括大小、顏色和形狀等等。標記通常與其他繪圖方法一起使用，以提高資料的可讀性和理解性。

Matplotlib 提供了各種標記形狀，包括圓形、正方形、三角形、菱形等等。可以更改標記大小來突出重要細節或建立更美觀的圖表。本文將透過 Python 程式碼示例，向您展示如何在 Matplotlib 中更改標記大小。

語法

在 Matplotlib 中調整標記大小的語法如下：

plt.scatter(x_values, y_values, s=marker_size)

這裡的“s”引數指定標記大小。

演算法

在 Matplotlib 中更改標記大小的一般步驟如下：

• 匯入所需的庫。

• 設定 x 和 y 值。

• 使用 s 引數選擇所需的標記大小。

• 使用 plt.scatter() 函式繪製資料。

示例

import matplotlib.pyplot as plt
import numpy as np

# Set x and y values
x = np.array([1, 2, 3, 4, 5])
y = np.array([6, 7, 8, 9, 10])

# Set marker size
marker_size = 50

# Plot the data
plt.scatter(x, y, s=marker_size)

# Show the plot
plt.show()

• 透過向 **scatter()** 函式的 **"s"** 引數提供值，可以更改標記大小。s 引數部分決定了圖表中標記的大小。

• 要為圖表中的所有點設定恆定的標記大小，可以將 s 設定為單個數字。或者，透過向 s 提供值陣列，為圖表中的每個點定義標記大小。

• 可以使用 **scatter()** 函式的 **c 引數**來更改 Matplotlib 中標記的顏色。

• 例如，要為圖表中的所有點設定一致的標記顏色，可以向 c 傳遞單個顏色。或者，可以使用顏色陣列讓 c 為圖表中的每個點設定標記顏色。

• 例如，可以使用程式碼 **plt.scatter(x, y, c='b', s=標記大小)** 將標記顏色設定為藍色，其中 'b' 代表藍色。

概念詳解及示例

在 Matplotlib 中，標記用於標識特定的繪圖點。標記大小由 plt.scatter() 函式中的 s 引數指定。

只需更改 s 引數的值即可增加或減小標記大小。例如，如果 s=50，則標記大小將設定為 50。

您還可以根據資料更改標記的大小。例如，透過向 s 引數提供一個大小陣列，您可以建立一個散點圖，其中標記大小與第三個變數相關。

下面示例中的 sizes 陣列對應於標記的大小。第一個點的大小為 20 畫素，第二個點的大小為 40 畫素，以此類推。

import matplotlib.pyplot as plt
import numpy as np

# Define x, y, and size values
x = np.array([1, 2, 3, 4, 5])
y = np.array([6, 7, 8, 9, 10])
sizes = np.array([20, 40, 60, 80, 100])

# Plot the data with varying marker sizes
plt.scatter(x, y, s=sizes)

# Show the plot
plt.show()

在哪裡有用？

更改標記大小適用於以下現實世界的用例：

金融資料分析

散點圖常用於金融資料分析，以比較不同股票隨時間的價值。根據交易量或市值更改標記的大小，可以建立更詳細、更美觀的圖表。例如，可以使用較大的標記來表示交易量或市值較高的股票，而可以使用較小的標記來表示交易量或市值較低的股票。

醫學研究

在醫學研究中，散點圖常用於表示試驗結果，其中 x 軸和 y 軸表示不同的引數，例如藥物劑量及其對患者病情的影響。根據樣本量或資料的重要性更改標記的大小，可以建立更具教育意義和美觀的圖表。例如，可以使用較大的標記來表示樣本量較大或結果更重要的研究，而可以使用較小的標記來表示樣本量較小或結果不太重要的實驗。

結論

調整 Matplotlib 中的標記大小是一個簡單但有用的功能，可以幫助增強資料的視覺呈現。透過使用 plt.scatter() 函式中的 s 引數，可以輕鬆調整標記的大小。還可以根據第三個變數改變標記大小，以建立更復雜和資訊豐富的圖表。有了這些知識，您將能夠使用 Matplotlib 建立精美且資訊豐富的資料視覺化。