如何使用 matplotlib 将散点图点与线连接起来

问题描述：

我有两个列表：日期和值。我想用 matplotlib 绘制它们。下面创建了我的数据的散点图。

import matplotlib.pyplot as plt

plt.scatter(dates,values)
plt.show()

plt.plot(dates, values)创建折线图。

但我真正想要的是一个由线连接点的散点图。

类似于 R 中的：

plot(dates, values)
lines(dates, value, type="l")

这给了我一个点的散点图，上面覆盖着一条连接点的线。

我如何在 python 中做到这一点？

解决方案 1：

我认为@Evert 的答案是正确的：

plt.scatter(dates,values)
plt.plot(dates, values)
plt.show()

这几乎与

plt.plot(dates, values, '-o')
plt.show()

您可以按照文档中的说明将其替换-o为其他合适的格式字符串。您还可以使用和关键字参数来拆分线条和标记样式的选择。linestyle=`marker=`

解决方案 2：

对于红线和点

plt.plot(dates, values, '.r-') 

或用于 x 标记和蓝线

plt.plot(dates, values, 'xb-')

解决方案 3：

除了其他答案中提供的内容之外，关键字“zorder”还允许人们决定不同对象的垂直绘制顺序。例如：

plt.plot(x,y,zorder=1) 
plt.scatter(x,y,zorder=2)

将散点符号绘制在线的顶部，同时

plt.plot(x,y,zorder=2)
plt.scatter(x,y,zorder=1)

在散点符号上绘制线条。

例如，参见zorder 演示

解决方案 4：

它们的关键字参数是marker，你可以使用设置标记的大小markersize。要生成顶部带有散点符号的线：

plt.plot(x, y, marker = '.', markersize = 10)

要绘制填充点，可以使用标记'.'或'o'（小写字母 oh）。所有标记的列表，请参阅：

https://matplotlib.org/stable/api/markers_api.html

解决方案 5：

从逻辑上讲，用线连接散点图点与用标记标记线图上的特定点相同，因此您可以直接使用plot（本页面其他地方提到过）。您可以在同一个调用中设置标记的面色、边色和大小以及线型、颜色和宽度plot()。

import matplotlib.pyplot as plt

x = list(range(7))
y = [9, 5, 2, 4, 6, 7, 1]

plt.plot(x, y, marker='^', mfc='r', mec='r', ms=6, ls='--', c='b', lw=2)

话虽如此，使用scatter+与在上面的调用plot中定义标记略有不同，因为它会创建一个集合列表（指向散点）。您可以使用and进行检查。因此，如果您必须在绘制图形后更改标记属性，则必须通过while with访问它，所有内容都存储在 中。plot`scatterax.linesax.collections.collectionsplot`ax.lines

import random

plt.plot(x, y, '--b')
plt.scatter(x, y, s=36, c='r', marker='^', zorder=2)
plt.gca().lines         # <Axes.ArtistList of 1 lines>
plt.gca().collections   # <Axes.ArtistList of 1 collections>


plt.plot(x, y, marker='^', mfc='r', mec='r', ms=6, ls='--', c='b')
plt.gca().lines         # <Axes.ArtistList of 1 lines>
plt.gca().collections   # <Axes.ArtistList of 0 collections>

我发现一个相当重要的直接后果是，scatter+plot语法比单纯使用 消耗更多的内存plot()。如果您在循环中创建多个图形，这一点就变得尤为重要。以下内存分析示例显示，plot使用标记的 消耗的内存块峰值大小减少了 3 倍以上（在 Python 3.12.0 和 matplotlib 3.8.0 上测试）。

# .profiling.py
import tracemalloc
import random
import matplotlib.pyplot as plt

def plot_markers(x, y, ax):
    ax.plot(x, y, marker='^', mfc='r', mec='r', ms=6, ls='--', c='b')

def scatter_plot(x, y, ax):
    ax.plot(x, y, '--b')
    ax.scatter(x, y, s=36, c='r', marker='^', zorder=2)

if __name__ == '__main__':
    x = list(range(10000))
    y = [random.random() for _ in range(10000)]
    for func in (plot_markers, scatter_plot):
        fig, ax = plt.subplots()
        tracemalloc.start()
        func(x, y, ax)
        size, peak = tracemalloc.get_traced_memory()
        tracemalloc.stop()
        plt.close(fig)
        print(f"{func.__name__}: size={size/1024:.2f}KB, peak={peak/1024:.2f}KB.")


> py .profiling.py
plot_markers: size=445.83KB, peak=534.86KB.
scatter_plot: size=636.88KB, peak=1914.20KB.