1、二维散点图
二维散点图的函数原型：
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None,
vmin=None, vmax=None, alpha=None, linewidths=None,
verts=None, edgecolors=None, hold=None, data=None,
**kwargs)
x,y对应了平面点的位置，s控制点大小，c对应颜色指示值，也就是如果采用了渐变色的话，我们设置c=x就能使得点的颜色根据点的x值变化，cmap调整渐变色或者颜色列表的种类marker控制点的形状alpha控制点的透明度，我喜欢在数据量大的时候设置较小的alpha值，然后调整一下s值，这样产生重叠效果使得数据的聚集特征会很好地显示出来：看一下效果
第一个设置不透明
fig = plt.figure()x = np.random.randn(10000)
y = np.random.randn(10000)
plt.scatter(x, y, c='b')
plt.scatter(x+4, y, c='r')
第二个设置透明
fig = plt.figure()x = np.random.randn(10000)
y = np.random.randn(10000)
plt.scatter(x, y, c='b', alpha=0.05)
plt.scatter(x+4, y, c='r', alpha=0.05)
然后调整下点的大小
fig = plt.figure()x = np.random.randn(10000)
y = np.random.randn(10000)
plt.scatter(x, y, c='b', alpha=0.05, s=10)
plt.scatter(x+4, y, c='r', alpha=0.05, s=10)
2、三维散点图
三维散点图函数原型：
p3d.Axes3D.scatter( xs, ys, zs=0, zdir=’z’, s=20, c=None, depthshade=True,
*args, **kwargs )p3d.Axes3D.scatter3D( xs, ys, zs=0, zdir=’z’, s=20, c=None, depthshade=True,
*args, **kwargs)
三维散点图在p3d.Axes3D中有两个版本，但效果一样：
xs,ys代表点的x,y轴坐标zs代表z轴坐标，但有两种形式，第一种就是取一个标量，函数原型里默认就是一个标量0，也就是默认所有的点都画在一个z=0的水平平面上；第二种就是取和xs、ys同样shape的数组，从而指定每个点的实际z轴坐标，如下：
zs默认为0；
fig = plt.figure()
ax = Axes3D(fig)x = np.random.randn(10000)
y = np.random.randn(10000)
ax.scatter(x, y, c='b', s=10, alpha=0.05)
ax.scatter(x+4, y, c='r', s=10, alpha=0.05)
zs取一个标量
fig = plt.figure()
ax = Axes3D(fig)x = np.random.randn(10000)
y = np.random.randn(10000)
ax.scatter(x, y, c='b', s=10, alpha=0.05)
ax.scatter(x+4, y, 2, c='r', s=10, alpha=0.05)
zs取一个数组
fig = plt.figure()
ax = Axes3D(fig)z = 6*np.random.randn(5000)
x = np.sin(z)
y = np.cos(z)
ax.scatter(x, y, z, c='r', s=10, alpha=0.05)
参考：https://www.jianshu.com/p/9390b49ad993
