第1關：Scatter：散點圖（一）
編程要求
代碼
測試說明
第2關：Scatter：散點圖（二）
編程要求
代碼
測試說明
第3關：Scatter：散點圖（三）
編程要求
代碼
測試說明
第1關：Scatter：散點圖（一）編程要求根據以上介紹，在右側編輯器補充代碼，繪制給定數據的散點圖，要求：
畫布大小初始化為寬 1600 像素，高 1000 像素
X 軸數據設置為 x_data
添加 Y 軸數據。系列名稱設置為空，數據使用 y_data，標記的大小設置為20，不顯示標簽
X 軸類型設置為數值軸，並顯示分割線
Y 軸類型設置為數值軸，並顯示分割線以及坐標軸刻度
不顯示提示框
代碼
from PreTest import *from pyecharts import options as optsfrom pyecharts.render import make_snapshotfrom snapshot_phantomjs import snapshotfrom pyecharts.charts import Scatterdata = [ [10.0, 8.04], [8.0, 6.95], [13.0, 7.58], [9.0, 8.81], [11.0, 8.33], [14.0, 9.96], [6.0, 7.24], [4.0, 4.26], [12.0, 10.84], [7.0, 4.82], [5.0, 5.68],]data.sort(key=lambda x: x[0])x_data = [d[0] for d in data]y_data = [d[1] for d in data]def scatter_chart() -> Scatter: # ********* Begin *********# scatter = ( Scatter(init_opts=opts.InitOpts(width="1600px", height="1000px")) .add_xaxis(x_data) .add_yaxis("", y_data, symbol_size=20 ) .set_series_opts( label_opts=opts.LabelOpts(is_show=False) ) .set_global_opts( tooltip_opts=opts.TooltipOpts(is_show=False), xaxis_opts=opts.AxisOpts( type_="value", splitline_opts=opts.SplitLineOpts(is_show=True) ), yaxis_opts=opts.AxisOpts( type_="value", splitline_opts=opts.SplitLineOpts(is_show=True), axistick_opts=opts.AxisTickOpts(is_show=True) ) ) ) # ********** End **********# return scattermake_snapshot(snapshot, scatter_chart().render("Result/render.html"), 'StudentAnswer/student_answer.png') # 輸出圖片make_snapshot(snapshot, scatter_base(x_data, y_data).render(), "StandardAnswer/task1/standard_answer_1.png")測試說明平台會運行你編寫的代碼進行繪圖，並與預期圖片進行比對。預期效果如下：
根據以上介紹，在右側編輯器補充代碼，利用給定數據繪制相應的散點圖，要求：
X 軸數據項使用data_x
添加兩組 Y 軸數據。
第一組系列名稱設置為“商家A”，數據使用data_y_1
第二組系列名稱設置為“商家B”，數據使用data_y_2
將標題設置為“Scatter-VisualMap(Size)”
視覺映射過渡類型選擇“size”，最大值設為 150，最小值設置為 20
代碼from PreTest import *from pyecharts import options as optsfrom pyecharts.render import make_snapshotfrom snapshot_phantomjs import snapshotfrom pyecharts.charts import Scatterfrom pyecharts.faker import Fakerdata_x = Faker.choose()data_y_1 = Faker.values()data_y_2 = Faker.values()def scatter_chart() -> Scatter: # ********* Begin *********# scatter = ( Scatter() .add_xaxis(data_x) .add_yaxis("商家A",data_y_1) .add_yaxis("商家B",data_y_2) .set_global_opts( title_opts=opts.TitleOpts(title="Scatter-VisualMap(Size)"), visualmap_opts=opts.VisualMapOpts(is_show=True,type_='size',min_=20,max_=150) ) ) # ********** End **********# return scattermake_snapshot(snapshot, scatter_chart().render("Result/render.html"), "StudentAnswer/student_answer.png") # 輸出圖片make_snapshot(snapshot, scatter_visual(data_x, data_y_1, data_y_2).render(), "StandardAnswer/task2/standard_answer_2.png")測試說明平台會運行你編寫的代碼進行繪圖，並與預期圖片進行比對。預期效果如下：
根據以上介紹，在右側編輯器補充代碼，利用給定數據繪制相應的散點圖，要求：
X 軸數據項使用data_x
Y 軸數據項使用data_y，系列名稱設置為“商家A”，並用 JsCode 格式化標簽（具體格式見文末）
標題設置為“Scatter-多維度數據”
用 JsCode 格式化提示框文本（詳見文末）
視覺映射類型設置為顏色，最大值設置為 150，最小值設置為 20，組件映射維度為 1
代碼from PreTest import *from pyecharts import options as optsfrom pyecharts.render import make_snapshotfrom snapshot_phantomjs import snapshotfrom pyecharts.charts import Scatterfrom pyecharts.faker import Fakerfrom pyecharts.commons.utils import JsCodedata_x = Faker.choose()data_y = [list(z) for z in zip(Faker.values(), Faker.choose())]def scatter_chart() -> Scatter: # ********* Begin *********# scatter = ( Scatter() .add_xaxis(data_x) .add_yaxis( "商家A", data_y, label_opts=opts.LabelOpts( formatter=JsCode("""function(params){return params.value[1] +' : '+ params.value[2];}""") ) ) .set_global_opts( title_opts=opts.TitleOpts(title="Scatter-多維度數據"), visualmap_opts=opts.VisualMapOpts(is_show=True,type_='color',min_=20,max_=150,dimension=1), tooltip_opts=opts.TooltipOpts( formatter=JsCode("""function (params) {return params.name + ' : ' + params.value[2];}""") ) ) ) # ********** End **********# return scattermake_snapshot(snapshot, scatter_chart().render("Result/render.html"), 'StudentAnswer/student_answer.png') # 輸出圖片make_snapshot(snapshot, scatter_multi(data_x, data_y).render(), "StandardAnswer/task3/standard_answer_3.png")測試說明平台會運行你編寫的代碼進行繪圖，並與預期圖片進行比對。預期效果如下：
以上就是Python+Pyecharts實現散點圖的繪制的詳細內容，更多關於Python Pyecharts散點圖的資料請關注軟件開發網其它相關文章！
