pyplot scatter plot Markierungsgröße

Weil andere Antworten, die hier behaupten, dass s bezeichnet den Bereich der Markierung, ich bin das hinzufügen dieser Antwort auf clearify, dass dies nicht unbedingt der Fall.

Größe im Punkte^2

Dem argument s im plt.scatter bezeichnet die markersize**2. Wie die Dokumentation sagt

s : Skalar oder array_like, Form (n ), optional

Größe im Punkte^2. Standardmäßig ist rcParams['Linien.markersize'] ** 2.

Dies kann wörtlich genommen werden. Um eine Markierung, die x-Punkte groß ist, müssen Sie Platz, Nummer und geben Sie es an die s argument.

Also die Beziehung zwischen den markersize einer Linie plot und scatter-argument Größe ist das Quadrat. Um eine scatter-marker von der gleichen Größe wie ein plot-marker der Größe 10 Punkte, die Sie würde somit 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()

Anschluss an die "Umgebung"

Warum also tun die anderen Antworten und auch die Dokumentation darüber sprechen, "Bereich", wenn es um die s parameter?

Natürlich die Einheiten Punkte**2-Bereich-Einheiten.

• Für den speziellen Fall einer quadratischen marker, marker="s" im Bereich des marker ist ja auch direkt der Wert der s parameter.
• Für den Kreis, die Fläche des Kreises ist area = pi/4*s.
• Für die anderen Marken gibt es möglicherweise nicht sogar offensichtliche Bezug auf den Bereich der Markierung.

In allen Fällen jedoch, in den Bereich der Markierung ist proportional zur s parameter. Dies ist die motivation, nennen es "Gebiet", obwohl es in den meisten Fällen ist es nicht wirklich.

Unter Angabe der Größe des scatter-Marker im Sinne einer Menge, die proportional zur Fläche der marker macht in so weit Sinn, wie es ist der Bereich der Marke, die wahrgenommen wird, wenn beim Vergleich von verschiedenen patches, statt dessen Seitenlänge oder Durchmesser. I. e. die Verdoppelung der zugrunde liegende Menge ist die doppelte Fläche des markers.

Was sind Punkte?

So weit die Antwort auf das, was der Größe eines scatter-marker bedeutet, wird in Einheiten von Punkten. Punkte werden Häufig verwendet, in der Typografie, in denen Schriften sind in Punkten angegeben. Auch linewidths wird oft in Punkten angegeben. Die standard-Größe der Punkte in matplotlib ist 72 Punkte pro inch (ppi) - 1 Punkt ist also 1/72 Zoll.

Könnte es nützlich sein zu können, geben Sie die Größen in Pixel statt Punkten. Wenn die Abbildung 72 dpi ist auch ein Punkt ein pixel. Wenn die Figur dpi ist anders (matplotlib Standard ist fig.dpi=100),

1 point == fig.dpi/72. pixels

Während das scatter-marker, Größe in Punkten würde daher schauen Sie für verschiedene Abbildung dpi, man könnte ein 10 mal 10 Pixel^2 marker, die würden immer die gleiche Anzahl von Pixeln abgedeckt:

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() 

InformationsquelleAutor der Antwort ImportanceOfBeingErnest

Können Sie markersize zum angeben der Größe des Kreises im plot-Methode

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()

Vom hier

InformationsquelleAutor der Antwort zhaoqing

Wenn die Größe der Kreise entspricht dem Quadrat der parameter in s=parameterweisen dann eine Quadratwurzel für jedes element, das Sie Anhängen, um Ihre Größe-array wie dieses: s=[1, 1.414, 1.73, 2.0, 2.24] so, dass, wenn es dauert, bis diese Werte und gibt Sie zurück, die Ihre relative Größe zu erhöhen, wird die Quadratwurzel aus dem Quadrat, das gibt eine lineare progression.

Wenn ich das Quadrat jeder wie es bekommt die Ausgabe der plot: output=[1, 2, 3, 4, 5]. Try-Liste interpretation: s=[numpy.sqrt(i) for i in s]

InformationsquelleAutor der Antwort user34028