MatPlotLib：同一散点图上的多个数据集

我想在同一散点图上绘制多个数据集：

cases = scatter(x[:4], y[:4], s=10, c='b', marker="s")
controls = scatter(x[4:], y[4:], s=10, c='r', marker="o")

show()

上面仅显示了最新的 scatter()

我也尝试过：

plt = subplot(111)
plt.scatter(x[:4], y[:4], s=10, c='b', marker="s")
plt.scatter(x[4:], y[4:], s=10, c='r', marker="o")
show()

您需要引用一个Axes对象，以保持在同一子图上进行绘制。

import matplotlib.pyplot as plt

x = range(100)
y = range(100,200)
fig = plt.figure()
ax1 = fig.add_subplot(111)

ax1.scatter(x[:4], y[:4], s=10, c='b', marker="s", label='first')
ax1.scatter(x[40:],y[40:], s=10, c='r', marker="o", label='second')
plt.legend(loc='upper left');
plt.show()

我遇到了同样的问题，因此遇到了这个问题。尽管公认的答案很好，但是对于matplotlib版本来说2.1.0，在一个图中有两个散点图而不用引用还是很简单的。Axes

import matplotlib.pyplot as plt

plt.scatter(x,y, c='b', marker='x', label='1')
plt.scatter(x, y, c='r', marker='s', label='-1')
plt.legend(loc='upper left')
plt.show()

我不知道，它对我来说很好。确切的命令：

import scipy, pylab
ax = pylab.subplot(111)
ax.scatter(scipy.randn(100), scipy.randn(100), c='b')
ax.scatter(scipy.randn(100), scipy.randn(100), c='r')
ax.figure.show()

如果您的数据用数据框表示，那么您也可以在Pandas中轻松完成此操作，如下所述：

http://pandas.pydata.org/pandas-docs/version/0.15.0/visualization.html#scatter-plot