01. 引言
本期推文回归学术图表的绘制教程，本次的推文也是在查看SCI论文时发现，图表简单明了且使用较多，接下来我们通过构建虚拟数据进行符合出版的多类别散点图绘制。
02. 数据构建及可视化绘制
我们构建6组虚拟数据进行绘制，具体如下：
绘图代码具体如下：
代码语言：javascript复制#开始绘图
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator
plt.rcParams['font.family'] = "Times New Roman"
x = np.arange(0,len(scatter),1)
y1 = scatter.D1.values
y2 = scatter.D2.values
y3 = scatter.D3.values
y4 = scatter.D4.values
y5 = scatter.D5.values
y6 = scatter.D6.values
fig,ax = plt.subplots(figsize=(4.5,3),dpi=300)
scatter_01 = ax.plot(x,y1,marker='s',c='k',lw=.5,markerfacecolor='dimgray',markeredgecolor='dimgray',
label='D1')
scatter_02 = ax.plot(x,y2,marker='s',c='k',ls='--',lw=.5,markerfacecolor='white',markeredgewidth=.4,
markeredgecolor='k',label='D2')
scatter_03 = ax.plot(x,y3,marker='o',c='k',lw=.8,ls=':',markerfacecolor='dimgray',markeredgecolor='dimgray',
label='D3')
scatter_04 = ax.plot(x,y4,marker='o',c='k',lw=.5,markerfacecolor='white',markeredgewidth=.4,
markeredgecolor='k',label='D4')
scatter_05 = ax.plot(x,y5,marker='^',c='k',lw=.5,ls='-.',markerfacecolor='k',markeredgecolor='k',
label='D5')
scatter_06 = ax.plot(x,y6,marker='^',c='k',ls='--',lw=.5,markerfacecolor='white',markeredgewidth=.4,
markeredgecolor='k',label='D6')
#修改次刻度
yminorLocator = MultipleLocator(2.5) #将此y轴次刻度标签设置为0.1的倍数
ax.yaxis.set_minor_locator(yminorLocator)
ax.tick_params(which='major',direction='out',length=4,width=.5)
ax.tick_params(which='minor',direction='out',length=2,width=.5)
ax.set_ylim(bottom=10,top=45)
for spine in ['top','bottom','left','right']:
ax.spines[spine].set_linewidth(.5)
ax.legend(frameon=False,ncol=3,loc='upper center',fontsize=8.5)
text_font = {'size':'13','weight':'bold','color':'black'}
ax.text(.03,.91,"(a)",transform = ax.transAxes,fontdict=text_font,zorder=4)
ax.text(.87,.04,'nVisualization by DataCharm',transform = ax.transAxes,
ha='center', va='center',fontsize = 4,color='black',fontweight='bold',family='Roboto Mono')
plt.savefig(r'F:DataCharmSCI paper plotssci_scatter.png',width=4.5,height=3,
dpi=900,bbox_inches='tight')
plt.show()知识点：
（1）ax.plot()函数marker的具体设置，本期推文，我们分别设置's' 矩形，'o'圆形，'^' 上三角形。其他类型如下：
（2）ax.plot()函数linestyle(ls)连接线的类型，matplotlib提供的类别如下：
下面列举ax.plot()其他主要参数如下：
(3) 副刻度设置：ax.yaxis.set_minor_locato()
(4) 轴脊(spines)宽度设置：
代码语言：javascript复制for spine in ['top','bottom','left','right']:
ax.spines[spine].set_linewidth(.5)其他详细内容可以参考官网
得到的图形如下：
03. 总结
本期推文回归学术图表绘制教程：多类别散点图。涉及连接线、颜色、刻度等属性参数的设置，教程相对简单，希望能够帮到大家。欢迎进群讨论啊
