tamaño del marcador del diagrama de dispersión de las parcelas

En el documento de pyplot para el diagrama de dispersión:

matplotlib.pyplot.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None,
                          vmin=None, vmax=None, alpha=None, linewidths=None,
                          faceted=True, verts=None, hold=None, **kwargs)

El tamaño del marcador

s: tamaño en puntos ^ 2. Es un escalar o una matriz de la misma longitud que x e y.

¿Qué tipo de unidad es points^2? Qué significa eso? ¿ s=100Significa 10 pixel x 10 pixel?

Básicamente, estoy tratando de hacer diagramas de dispersión con diferentes tamaños de marcador, y quiero averiguar qué significa el snúmero.

Esta puede ser una forma algo confusa de definir el tamaño, pero básicamente está especificando el área del marcador. Esto significa que, para duplicar el ancho (o altura) del marcador, debe aumentar sen un factor de 4. [porque A = W H => (2W) (2H) = 4A]

Sin embargo, hay una razón por la cual el tamaño de los marcadores se define de esta manera. Debido a la escala del área como el cuadrado del ancho, duplicar el ancho en realidad parece aumentar el tamaño en más de un factor 2 (de hecho, lo aumenta en un factor de 4). Para ver esto, considere los siguientes dos ejemplos y el resultado que producen.

# doubling the width of markers
x = [0,2,4,6,8,10]
y = [0]*len(x)
s = [20*4**n for n in range(len(x))]
plt.scatter(x,y,s=s)
plt.show()

da

Observe cómo el tamaño aumenta muy rápidamente. Si en cambio tenemos

# doubling the area of markers
x = [0,2,4,6,8,10]
y = [0]*len(x)
s = [20*2**n for n in range(len(x))]
plt.scatter(x,y,s=s)
plt.show()

da

Ahora, el tamaño aparente de los marcadores aumenta aproximadamente linealmente de manera intuitiva.

En cuanto al significado exacto de lo que es un "punto", es bastante arbitrario para propósitos de trazado, puede escalar todos sus tamaños por una constante hasta que parezcan razonables.

¡Espero que esto ayude!

Editar: (en respuesta al comentario de @Emma)

Probablemente sea una redacción confusa de mi parte. La pregunta fue sobre duplicar el ancho de un círculo, por lo que en la primera imagen para cada círculo (a medida que nos movemos de izquierda a derecha) su ancho es el doble del anterior, por lo que para el área es exponencial con la base 4. De manera similar, el segundo ejemplo cada círculo tiene un área doble al último, lo que da un exponencial con base 2.

Sin embargo, es el segundo ejemplo (donde estamos escalando el área) que el área de duplicación parece hacer que el círculo sea dos veces más grande a la vista. Por lo tanto, si queremos que un círculo parezca un factor nmayor, aumentaríamos el área en un factor que nno sea el radio, de modo que el tamaño aparente se escala linealmente con el área.

Edite para visualizar el comentario de @TomaszGandor:

Esto es lo que parece para diferentes funciones del tamaño del marcador:

x = [0,2,4,6,8,10,12,14,16,18]
s_exp = [20*2**n for n in range(len(x))]
s_square = [20*n**2 for n in range(len(x))]
s_linear = [20*n for n in range(len(x))]
plt.scatter(x,[1]*len(x),s=s_exp, label='$s=2^n$', lw=1)
plt.scatter(x,[0]*len(x),s=s_square, label='$s=n^2$')
plt.scatter(x,[-1]*len(x),s=s_linear, label='$s=n$')
plt.ylim(-1.5,1.5)
plt.legend(loc='center left', bbox_to_anchor=(1.1, 0.5), labelspacing=3)
plt.show()

Debido a que otras respuestas aquí afirman que sdenota el área del marcador, estoy agregando esta respuesta para aclarar que este no es necesariamente el caso.

Tamaño en puntos ^ 2

El argumento sen plt.scatterdenota el markersize**2. Como dice la documentación

s: escalar o array_like, forma (n,),
tamaño opcional en puntos ^ 2. El valor predeterminado es rcParams ['lines.markersize'] ** 2.

Esto se puede tomar literalmente. Para obtener un marcador que sea x puntos grandes, debe cuadrar ese número y asignarlo al sargumento.

Entonces, la relación entre el tamaño del marcador de un diagrama lineal y el argumento del tamaño de dispersión es el cuadrado. Para producir un marcador de dispersión del mismo tamaño que un marcador de trama de 10 puntos, debería llamar 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()

Conexión a "área"

Entonces, ¿por qué otras respuestas e incluso la documentación hablan sobre "área" cuando se trata del sparámetro?

Por supuesto, las unidades de puntos ** 2 son unidades de área.

• Para el caso especial de un marcador cuadrado marker="s", el área del marcador es directamente el valor del sparámetro.
• Para un círculo, el área del círculo es area = pi/4*s.
• Para otros marcadores, puede que ni siquiera haya una relación obvia con el área del marcador.

En todos los casos, sin embargo, el área del marcador es proporcional al sparámetro . Esta es la motivación para llamarlo "área", aunque en la mayoría de los casos no lo es realmente.

Especificar el tamaño de los marcadores de dispersión en términos de cierta cantidad que es proporcional al área del marcador tiene sentido, ya que es el área del marcador que se percibe al comparar diferentes parches en lugar de su longitud lateral o diámetro. Es decir, duplicar la cantidad subyacente debería duplicar el área del marcador.

¿Qué son los puntos?

Hasta ahora, la respuesta a lo que significa el tamaño de un marcador de dispersión se da en unidades de puntos. Los puntos se usan a menudo en tipografía, donde las fuentes se especifican en puntos. También los anchos de línea a menudo se especifican en puntos. El tamaño estándar de los puntos en matplotlib es 72 puntos por pulgada (ppi); por lo tanto, 1 punto es 1/72 pulgadas.

Puede ser útil poder especificar tamaños en píxeles en lugar de puntos. Si la cifra de dpi también es 72, un punto es un píxel. Si la cifra de dpi es diferente (el valor predeterminado de matplotlib es fig.dpi=100),

1 point == fig.dpi/72. pixels

Si bien el tamaño del marcador de dispersión en puntos se vería diferente para diferentes ppp de figura, se podría producir un marcador ^ 2 de 10 por 10 píxeles, que siempre tendría el mismo número de píxeles cubiertos:

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() 

Si está interesado en una dispersión en unidades de datos, marque esta respuesta .

Puede usar markersize para especificar el tamaño del círculo en el método de trazado

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()

Desde aqui

Es el área del marcador. Es decir, si usted tiene s1 = 1000y luego s2 = 4000, la relación entre el radio de cada círculo es: r_s2 = 2 * r_s1. Ver la siguiente trama:

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

Tuve la misma duda cuando vi la publicación, así que hice este ejemplo y luego usé una regla en la pantalla para medir los radios.

También intenté usar 'dispersión' inicialmente para este propósito. Después de perder un poco de tiempo, me decidí por la siguiente solución.

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)

Esto se basa en una respuesta a esta pregunta

Si el tamaño de los círculos corresponde al cuadrado del parámetro en s=parameter, entonces asigne una raíz cuadrada a cada elemento que agregue a su matriz de tamaño, de esta manera: de s=[1, 1.414, 1.73, 2.0, 2.24]modo que cuando tome estos valores y los devuelva, su aumento de tamaño relativo será La raíz cuadrada de la progresión al cuadrado, que devuelve una progresión lineal.

Si tuviera que al cuadrado cada uno como se pone de salida a la parcela: output=[1, 2, 3, 4, 5]. Prueba la interpretación de la lista:s=[numpy.sqrt(i) for i in s]