散点图是数据点在直角坐标系平面上的分布图，在统计学的回归分析与预测中经常用到。用横轴代表变量 xxx，纵轴代表变量 yyy，每组数据 (xi,yi)(x_i, y_i)(xi,yi) 在坐标系中用一个点表示。
做散点图要用到 pyplot 中的 scatter 函数。其基本语法为：
scatter(x, y, [s], [c], **kwargs)
**kwargs 中常设置的是不透明度属性 alpha，其大小为0到1之间的浮点数。（注：在 matplotlib 宏包中，0 到 1 之间的浮点数产生相应的 RGB 颜色）
1. 散点图
假设某个农产品的产量与温度和降雨量的关系如下表所示。
作出产量与温度的散点图的 Python 代码与图形如下：
import matplotlib.pyplot as pltimport numpy as np# 这两行代码解决 plt 中文显示的问题plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 输入产量与温度数据production = [1125, 1725, 2250, 2875, 2900, 3750, 4125]tem = [6, 8, 10, 13, 14, 16, 21]colors = np.random.rand(len(tem)) # 颜色数组plt.scatter(tem, production, s=200, c=colors) # 画散点图，大小为 200plt.xlabel('温度') # 横坐标轴标题plt.ylabel('产量') # 纵坐标轴标题plt.show()
散点图：
2. 气泡图
若将散点大小的数据换为第三个变量的数值，则可以作出反映三个变量关系的气泡图。下面的代码和图形做出了一个气泡图。下图反映了产量与温度、降雨量的关系：温度数值在横坐标轴，降雨量数值在纵坐标轴，降雨量的大小用气泡的大小表示。
import matplotlib.pyplot as pltimport numpy as np# 这两行代码解决 plt 中文显示的问题plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 输入产量与温度数据production = [1125, 1725, 2250, 2875, 2900, 3750, 4125]tem = [6, 8, 10, 13, 14, 16, 21]rain = [25, 40, 58, 68, 110, 98, 120]colors = np.random.rand(len(tem)) # 颜色数组size = productionplt.scatter(tem, rain, s=size, c=colors, alpha=0.6) # 画散点图, alpha=0.6 表示不透明度为 0.6plt.ylim([0, 150]) # 纵坐标轴范围plt.xlim([0, 30]) # 横坐标轴范围plt.xlabel('温度') # 横坐标轴标题plt.ylabel('降雨量') # 纵坐标轴标题plt.show()
气泡图：
