pyplot散点图标记大小

在散点图的pyplot文档中：

matplotlib.pyplot.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None,
                          vmin=None, vmax=None, alpha=None, linewidths=None,
                          faceted=True, verts=None, hold=None, **kwargs)

标记尺寸

s：以磅为单位的大小^ 2。它是标量或与x和y长度相同的数组。

什么单位points^2？这是什么意思？是否s=100意味10 pixel x 10 pixel？

基本上，我正在尝试制作具有不同标记大小的散点图，并且我想弄清楚s数字的含义。

这种定义大小的方法可能有些混乱，但是您基本上是在指定标记的区域。这意味着，要使标记的宽度（或高度）加倍，您需要增加s4倍。[因为A = W H =>（2W）（2H）= 4A]

但是，以这种方式定义标记的大小是有原因的。由于将面积缩放为宽度的平方，因此实际上加倍宽度似乎会使大小增加2倍以上（实际上，将其增加4倍）。要查看此内容，请考虑以下两个示例以及它们产生的输出。

# doubling the width of markers
x = [0,2,4,6,8,10]
y = [0]*len(x)
s = [20*4**n for n in range(len(x))]
plt.scatter(x,y,s=s)
plt.show()

给

请注意大小如何快速增加。如果相反，我们有

# doubling the area of markers
x = [0,2,4,6,8,10]
y = [0]*len(x)
s = [20*2**n for n in range(len(x))]
plt.scatter(x,y,s=s)
plt.show()

给

现在，标记的外观大小以直观的方式大致线性增加。

至于“点”的确切含义，出于绘图目的，它是任意的，您可以按常数缩放所有尺寸，直到看起来合理为止。

希望这可以帮助！

编辑：（以回应@Emma的评论）

我的措辞可能令人困惑。问题被问到是否将圆的宽度加倍，因此在每个圆的第一张图片中（当我们从左向右移动时）它的宽度是前一个圆的两倍，因此对于面积而言，这是底数为4的指数。每个圆的面积是最后一个圆的两倍，最后一个圆的底数为2。

但是，这是第二个示例（我们正在缩放区域），该区域看起来加倍，使圆眼大两倍。因此，如果我们希望圆出现n更大的因数，我们将以n不为半径的因数来增加面积，因此表观大小会随面积线性缩放。

编辑以显示@TomaszGandor的评论：

这是标记大小的不同功能的外观：

x = [0,2,4,6,8,10,12,14,16,18]
s_exp = [20*2**n for n in range(len(x))]
s_square = [20*n**2 for n in range(len(x))]
s_linear = [20*n for n in range(len(x))]
plt.scatter(x,[1]*len(x),s=s_exp, label='$s=2^n$', lw=1)
plt.scatter(x,[0]*len(x),s=s_square, label='$s=n^2$')
plt.scatter(x,[-1]*len(x),s=s_linear, label='$s=n$')
plt.ylim(-1.5,1.5)
plt.legend(loc='center left', bbox_to_anchor=(1.1, 0.5), labelspacing=3)
plt.show()

由于此处的其他答案要求s表示标记的区域，因此我添加此答案以明确说明不一定是这种情况。

磅数^ 2

的参数s中plt.scatter表示markersize**2。如文档所述

s：标量或类似array_，形状（n，），可选
大小，以磅为单位^ 2。默认值为rcParams ['lines.markersize'] ** 2。

这可以从字面上看。为了获得一个x点大的标记，您需要对该数字求平方并将其提供给s参数。

因此，线图的标记大小与散点大小参数之间的关系为平方。为了生成与大小为10点的绘图标记相同大小的散点标记，您将因此称为scatter( .., s=100)。

import matplotlib.pyplot as plt

fig,ax = plt.subplots()

ax.plot([0],[0], marker="o",  markersize=10)
ax.plot([0.07,0.93],[0,0],    linewidth=10)
ax.scatter([1],[0],           s=100)

ax.plot([0],[1], marker="o",  markersize=22)
ax.plot([0.14,0.86],[1,1],    linewidth=22)
ax.scatter([1],[1],           s=22**2)

plt.show()

与“区域”的连接

那么，为什么涉及s参数的其他答案甚至文档都谈到“区域” 呢？

当然，点** 2的单位是面积单位。

• 对于方形标记的特殊情况，标记marker="s"的面积确实直接是s参数的值。
• 对于圆，圆的面积为area = pi/4*s。
• 对于其他标记，甚至可能与标记的面积没有任何明显的关系。

但是，在所有情况下，标记的面积都与s参数成正比。这是将其称为“区域”的动机，即使在大多数情况下并非如此。

从某种意义上说，指定散射标记的大小与标记的面积成正比，这是有意义的，因为在比较不同的贴片时，可以感觉到的是标记的面积，而不是侧面的长度或直径。即加倍基础数量应使标记的面积增加一倍。

有什么要点？

到目前为止，以点为单位给出了对分散标记的含义的答案。点通常用于排版中，其中以点指定字体。此外，线宽通常以磅为单位指定。matplotlib中标准的点大小是每英寸72点（ppi）-因此1点是1/72英寸。

能够以像素而不是点为单位指定大小可能会很有用。如果数字dpi也为72，则一点就是一个像素。如果数字dpi不同（matplotlib默认为fig.dpi=100），

1 point == fig.dpi/72. pixels

因此，对于不同的数字dpi，散布标记的大小（以磅为单位）看起来会有所不同，但可以产生10 x 10像素^ 2的标记，该标记始终覆盖相同数量的像素：

import matplotlib.pyplot as plt

for dpi in [72,100,144]:

    fig,ax = plt.subplots(figsize=(1.5,2), dpi=dpi)
    ax.set_title("fig.dpi={}".format(dpi))

    ax.set_ylim(-3,3)
    ax.set_xlim(-2,2)

    ax.scatter([0],[1], s=10**2, 
               marker="s", linewidth=0, label="100 points^2")
    ax.scatter([1],[1], s=(10*72./fig.dpi)**2, 
               marker="s", linewidth=0, label="100 pixels^2")

    ax.legend(loc=8,framealpha=1, fontsize=8)

    fig.savefig("fig{}.png".format(dpi), bbox_inches="tight")

plt.show() 

如果您对散布数据单位感兴趣，请查看此答案。

您可以在plot方法中使用markersize指定圆的大小

import numpy as np
import matplotlib.pyplot as plt

x1 = np.random.randn(20)
x2 = np.random.randn(20)
plt.figure(1)
# you can specify the marker size two ways directly:
plt.plot(x1, 'bo', markersize=20)  # blue circle with size 10 
plt.plot(x2, 'ro', ms=10,)  # ms is just an alias for markersize
plt.show()

从这里

它是标记的区域。我的意思是，如果您拥有s1 = 1000，则s2 = 4000每个圆的半径之间的关系为：r_s2 = 2 * r_s1。请参见下图：

plt.scatter(2, 1, s=4000, c='r')
plt.scatter(2, 1, s=1000 ,c='b')
plt.scatter(2, 1, s=10, c='g')

看到帖子时，我也有同样的疑问，所以我做了这个例子，然后在屏幕上用尺子测量半径。

我也尝试为此目的最初使用“分散”。在浪费大量时间后-我决定采用以下解决方案。

import matplotlib.pyplot as plt
input_list = [{'x':100,'y':200,'radius':50, 'color':(0.1,0.2,0.3)}]    
output_list = []   
for point in input_list:
    output_list.append(plt.Circle((point['x'], point['y']), point['radius'], color=point['color'], fill=False))
ax = plt.gca(aspect='equal')
ax.cla()
ax.set_xlim((0, 1000))
ax.set_ylim((0, 1000))
for circle in output_list:    
   ax.add_artist(circle)

这是基于对这个问题的答案

如果圆的大小对应于中参数s=parameter的平方，则为您附加到size数组的每个元素分配平方根，如下所示：s=[1, 1.414, 1.73, 2.0, 2.24]这样，当使用这些值并返回它们时，它们的相对大小将增加平方级数的平方根，返回线性级数。

如果我要平方每个平方，因为它将输出到绘图中：output=[1, 2, 3, 4, 5]。尝试列表解释：s=[numpy.sqrt(i) for i in s]