散点图是一种常用的数据可视化方法，用于展示两个变量之间的关系。在Python中，我们可以使用matplotlib库来绘制散点图，并通过设置横坐标范围来调整图表的显示效果。
一、设置横坐标范围
在绘制散点图时，我们可以通过设置plt.xlim()函数来指定横坐标的范围。该函数接受两个参数，表示横坐标的最小值和最大值。
import matplotlib.pyplot as plt
import numpy as np
# 生成随机数据
x = np.random.randn(100)
y = np.random.randn(100)
# 绘制散点图
plt.scatter(x, y)
# 设置横坐标范围为[-3, 3]
plt.xlim(-3, 3)
# 显示图表
plt.show()
上述代码首先导入了matplotlib.pyplot和numpy库，然后使用np.random.randn()函数生成了100个随机数作为横纵坐标的数据，接着使用plt.scatter()函数绘制了散点图。最后通过plt.xlim()函数将横坐标范围限定在[-3, 3]之间。
二、调整横坐标范围的效果
通过设置横坐标范围，可以对散点图的显示效果进行调整，下面从两个方面进行详细阐述。
1、放大或缩小显示的数据范围
当散点图的横坐标范围与数据的实际范围不一致时，可以通过调整横坐标范围来放大或缩小显示的数据范围。
# 生成随机数据
x = np.random.randn(100)
y = np.random.randn(100)
# 绘制散点图
plt.scatter(x, y)
# 设置横坐标范围为[-1, 1]
plt.xlim(-1, 1)
# 显示图表
plt.show()
上述代码将横坐标范围设置为[-1, 1]，通过调整横坐标范围，我们可以将散点图中的数据范围放大到[-1, 1]之间，从而更清楚地观察数据之间的关系。
2、突出显示特定区域的数据
有时候我们希望将散点图中的某个特定区域的数据突出显示，可以通过设置横坐标范围来实现。
# 生成随机数据
x = np.random.randn(100)
y = np.random.randn(100)
# 绘制散点图
plt.scatter(x, y)
# 设置横坐标范围为[0, 1]
plt.xlim(0, 1)
# 显示图表
plt.show()
上述代码将横坐标范围设置为[0, 1]，这样我们就可以突出显示数据中横坐标在[0, 1]之间的部分。
三、总结
通过设置散点图的横坐标范围，我们可以调整图表的显示效果，包括放大或缩小显示的数据范围，以及突出显示特定区域的数据。使用matplotlib库提供的plt.xlim()函数，我们可以轻松地实现这些操作。