rozmiar markera punktowego pyplot scatter

ponieważ inne odpowiedzi tutaj twierdzą, że s oznacza obszar markera, dodaję tę odpowiedź, aby wyjaśnić, że niekoniecznie tak jest.

Rozmiar w punktach^2

Argument s w plt.scatter oznacza markersize**2. Jak mówi dokumentacja

s : Skalar lub array_like, shape( n,), opcjonalne
rozmiar w punktach^2. Domyślnie jest to linia rcParams ['.markersize'] * * 2.

Więc zależność między rozmiarem markera wykresu linii a rozmiarem rozrzutu jest kwadratem. W celu uzyskania znacznika punktowego o tej samej wielkości, co znacznik punktowy o rozmiarze 10 punktów, należy wywołać 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()

Połączenie z "obszarem"

Dlaczego więc inne odpowiedzi, a nawet dokumentacja mówią o " obszarze" jeśli chodzi o parametr s?

Oczywiście jednostki punktów * * 2 są jednostkami powierzchni.

• dla specjalnego przypadku znacznika kwadratowego, marker="s", powierzchnia znacznika jest rzeczywiście bezpośrednio wartością parametru s.
• dla okręgu powierzchnia okręgu wynosi area = pi/4*s.
• dla innych markerów nie może być nawet żadnej oczywistej relacji do obszaru markera.

We wszystkich przypadkach jednak obszar znacznik jest proporcjonalny do parametru s . Jest to motywacja do nazwania go "obszarem", chociaż w większości przypadków tak naprawdę nie jest.

Określenie wielkości markerów rozpraszających w odniesieniu do pewnej ilości, która jest proporcjonalna do obszaru markera, ma na razie sens, ponieważ jest to obszar markera postrzegany przy porównywaniu różnych plam, a nie jego długości boku lub średnicy. Tj. podwojenie podstawowej ilości powinno podwoić powierzchnię marker.

Co to są punkty?

Jak dotąd odpowiedź na to, co oznacza rozmiar znacznika scatter, jest podawana w jednostkach punktów. Punkty są często używane w typografii, gdzie czcionki są określone w punktach. Również liniowce są często określane w punktach. Standardowy rozmiar punktów w matplotlib to 72 punkty na cal (ppi) - 1 punkt to zatem 1/72 cala.

Może być przydatne, aby móc określić rozmiary w pikselach zamiast punktów. Jeśli rysunek dpi wynosi również 72, jeden punkt to jeden piksel. Jeśli cyfra dpi jest inna (domyślnie matplotlib to fig.dpi=100),

1 point == fig.dpi/72. pixels

Podczas gdy rozmiar znacznika scatter w punktach wyglądałby inaczej dla różnych cyfr dpi, można by wytworzyć znacznik 10 na 10 pikseli^2, który zawsze miał taką samą liczbę pikseli pokrytych:

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() 

Jest to obszar markera. Chodzi mi o to, że masz s1 = 1000 i wtedy s2 = 4000, zależność między promieniem każdego okręgu wynosi: r_s2 = 2 * r_s1. Zobacz następujący wykres:

plt.scatter(2, 1, s=4000, c='r')
plt.scatter(2, 1, s=1000 ,c='b')
plt.scatter(2, 1, s=10, c='g')

Miałem takie same wątpliwości, kiedy zobaczyłem post, więc zrobiłem ten przykład, a następnie użyłem linijki na ekranie do pomiaru promieni.

Możesz użyć markersize aby określić rozmiar okręgu w metodzie plot

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()

From here

Starałem się również początkowo użyć "scatter" w tym celu. Po dość zmarnowanym czasie-zdecydowałem się na następujące rozwiązanie.

import matplotlib.pyplot as plt
input_list = [{'x':100,'y':200,'radius':50, 'color':(0.1,0.2,0.3)}]    
output_list = []   
for point in input_list:
    output_list.append(plt.Circle((point['x'], point['y']), point['radius'], color=point['color'], fill=False))
ax = plt.gca(aspect='equal')
ax.cla()
ax.set_xlim((0, 1000))
ax.set_ylim((0, 1000))
for circle in output_list:    
   ax.add_artist(circle)

Jest to odpowiedź na to pytanie

Jeśli rozmiar okręgów odpowiada Kwadratowi parametru w s=parameter, to Przypisz pierwiastek kwadratowy do każdego elementu dołączonego do tablicy rozmiarów, tak: s=[1, 1.414, 1.73, 2.0, 2.24] tak, że gdy pobiera te wartości i zwraca je, ich względny wzrost będzie pierwiastkiem kwadratowym kwadratowego postępu, który zwraca postęp liniowy.

Gdybym miał kwadrat każdy z nich, jak dostaje wyjście do wykresu: output=[1, 2, 3, 4, 5]. Wypróbuj interpretację listy: s=[numpy.sqrt(i) for i in s]