画散点图
用两组数据作为点的x、y坐标，观察点的分布，判断这两组数据是否存在某种关联
语法
matplotlib.pyplot.scatter(x, y)
参数说明
- x：类数组类型，x坐标
- y：类数组类型，y坐标
例子：读取波士顿房价并画成图像
读取波士顿房价数据集中的房间数和房价，并画出这两者的散点图，观察是否有趋势
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
# 设置字体
my_font=fm.FontProperties(fname=r'C:\Windows\Fonts\msyh.ttc')
# 读取列索引是5和13的，分别表示房间数和房价
arr=np.loadtxt(r'C:\Users\mym\Desktop\tensorflow\数据集\housing.csv',usecols=(5,13))
plt.scatter(arr[:,0],arr[:,1])
plt.xlabel('房间数',fontproperties=my_font,fontsize=18)
plt.ylabel('价格',fontproperties=my_font,fontsize=18)
plt.title('波士顿房间数和房价图',fontproperties=my_font,fontsize=20)
plt.show()
执行结果如下图：
方式一（废弃）
import matplotlib.pyplot as plt
import numpy as np
#生成100个随机数，作为点的x坐标
x_data=np.random.rand(100)
#根据x坐标生成y坐标
y_data=x_data*0.1+0.2
plt.scatter(x_data,y_data)
#显示
plt.show()
方式二（废弃）
import matplotlib.pyplot as plt
import numpy as np
#生成100个随机数，作为点的x坐标
x_data=np.random.rand(100)
#根据x坐标生成y坐标
y_data=x_data*0.1+0.2
for i in range(len(x_data)):
#绘制散列点
plt.scatter(x_data[i],y_data[i])
#显示
plt.show()