本文主要介绍学习可视化过程中遇到的几种情况
例如，cmap=plt.cm.Blues映射
importmatplotlib.pyplotaspltfromrandom _ walkimportrandomwalk # keepmakingnewwalks， aslongastheprogramisactive.while true : # makearandomwalk.rw=random walk (50 _ 000 ) rw.fill _ walk # plothepoioind ax=PLT.subplots ) figsize=) 15，9 ) point _ numbers=range (rw.num _ points ) y _ values=rw.y _ valu esax . rw.y_y s=1) # emphasizethefirstandlastpoints.ax.scatter (0，0，c='green '，edgecolors='none '，s=100 ) s=100 (# removetheaxes.ax.get _ xaxis (.set_visible ) false ) ax.get_yaxis ).set _ visible )。 (y/n ) : ) ) if keep _ running==' n ' : break ax.scatter (rw.x _ values，rw.y_values，c=range(50000 )
c是一个列表。 虽然列表中的数字不必按大小顺序排列，但数字大小与颜色映射相对应，数字本身越小，颜色越浅。 然后，数值的位置对应于点的顺序，列表中的第一个编号(与尺寸无关)对应于由x_values、y_values生成的点
其中的y_values是由随机漫游生成的。 从第一个点到最后一个点连续变化。 此随机行走跟踪从第一个点到最后一个点的位置规律。 例如，y的值从小点到大变化。 局部看似随机，但趋势并非如此。 趋势有规律。
因此，列表中的数值大小不是固定的，而是从小到大，或从大到小。 例如，下一个这里从小到大排列。 第一点对应的数值小，所以颜色浅，相反最后一点数值大，颜色深。 第一个点向上，最后一个点向下偏移意味着y应该逐渐变小，y_values应该从大到小，所以对应点的颜色从深到淡。 也就是说，如果像y值这样的点的位置变化是规则的，那么颜色的变化也是规则的。 因为使用c=y_values时，基于点的y值。
即，关键字实参c=point_numbers的列表中的数字的位置对应于点的顺序，数值的大小对应于颜色的浓淡。
相反，如果c=y_values，且从第一个点到最后一个点的y值从低到高，则颜色从淡到深。
这里的C=Range(50000 )时，数据从小到大排列，所以从第一个点到最后一个点颜色是浅的顺序。 点的位置变化有痕迹，颜色变化也有痕迹，所以整体上看起来很规则。