Meta tags:
description=Streudiagramme in Python mit Matplotlib erstellen und anpassen. Farbe, Größe, Alpha, Farbleisten, Mehrgruppen-Plots und Beschriftungen.;

Headings (most frequently used words):

ein, streudiagramm, verwenden, eine, in, anpassen, punkte, farbe, matplotlib, streudiagramme, python, vollständiger, leitfaden, wann, einfaches, erstellen, markergröße, markerfarbe, transparenz, mit, alpha, steuern, markerkanten, gestalten, mehrere, gruppen, darstellen, einzelne, beschriften, logarithmische, achsen, regressionslinie, hinzufügen, datei, speichern, scatter, vs, plot, was, sollte, man, vollständiges, beispiel, best, practices, verwandte, kapitel, einheitliche, für, alle, punktbezogene, aus, einer, numerischen, variable,

Text of the page (most frequently used words):
plt (119), #python (58), matplotlib (46), sie (42), scatter (37), die (30), rng (26), und (21), import (20), ein (19), eine (18), show (17), kopieren (16), lernen (15), xlabel (14), tight_layout (14), random (14), pyplot (14), plot (13), verwenden (13), streudiagramm (13), mysql (13), punkte (12), alpha (12), variable (12), ist (12), oder (12), ylabel (12), title (12), scale (12), mongodb (12), für (11), von (11), das (10), label (10), color (10), farbe (10), size (10), erstellen (9), auf (9), normal (9), mit (8), einer (8), größe (8), numpy (8), loc (8), listen (8), über (7), html (7), area (7), seed (7), default_rng (7), marker (7), übergeben (7), log (7), group (7), string (7), strings (7), elemente (7), alle (6), was (6), hinzufügen (6), variablen (6), erste (6), schritte (6), einen (6), bei (6), wenn (6), edgecolors (6), values (6), w3docs (5), tools (5), kapitel (5), achsen (5), mehrere (5), anpassen (5), markers (5), als (5), savefig (5), linewidths (5), daten (5), slope (5), regression (5), population (5), entfernen (5), dateien (5), tutorial (5), tuples (5), methoden (5), formatter (5), json (4), generator (4), best (4), beschriften (4), gruppen (4), transparenz (4), markergröße (4), einführung (4), der (4), sind (4), einem (4), colorbar (4), 150 (4), dpi (4), png (4), cmap (4), sizes (4), third (4), for (4), aufruf (4), punktbezogene (4), 300 (4), vor (4), points (4), dem (4), jedem (4), zwei (4), streudiagramme (4), dictionaries (4), set (4), listenelemente (4), durchlaufen (4), code (3), encoder (3), editor (3), quizze (3), übungen (3), php (3), javascript (3), css (3), web (3), practices (3), man (3), speichern (3), einzelne (3), steuern (3), diagramme (3), figure (3), subplots (3), fügen (3), hinzu (3), vermeiden (3), plasma (3), viridis (3), farbkarten (3), punkten (3), farbkarte (3), farbleiste (3), damit (3), axes (3), sich (3), fig (3), intensity (3), bubble (3), nach (3), plots (3), nein (3), array (3), pdf (3), intercept (3), polyfit (3), with (3), offset (3), city (3), 100 (3), jeder (3), standard (3), centered (3), around (3), vollständig (3), numerischen (3), beschriftungen (3), werte (3), beim (3), sets (3), zugreifen (3), italiano (2), português (2), español (2), français (2), русский (2), deutsch (2), english (2), beautifier (2), diff (2), password (2), java (2), git (2), bücher (2), snippets (2), verwandte (2), vollständiges (2), beispiel (2), sollte (2), datei (2), regressionslinie (2), logarithmische (2), darstellen (2), markerkanten (2), gestalten (2), markerfarbe (2), einfaches (2), wann (2), this (2), page (2), balken (2), subplot (2), markerstile (2), histogramme (2), kategorien (2), trends (2), kontinuierliche (2), ersten (2), gewicht (2), korrelation (2), cividis (2), setzen (2), wechseln (2), hexbin (2), leser (2), farben (2), bedeuten (2), zeigen (2), skala (2), objekte (2), alles (2), correlated (2), fontsize (2), white (2), 200 (2), uniform (2), standard_normal (2), techniken (2), größenkodierung (2), großen (2), datensätzen (2), weitere (2), none (2), pro (2), beide (2), funktionen (2), können (2), vektor (2), erhöhen (2), schreiben (2), rufen (2), wird (2), linie (2), durch (2), line (2), legend (2), trend (2), red (2), trend_line (2), noise (2), zeigt (2), den (2), umspannen (2), yscale (2), xscale (2), lineare (2), meisten (2), textcoords (2), xytext (2), millions (2), km² (2), annotate (2), cities (2), enumerate (2), black (2), steelblue (2), zum (2), ausreißern (2), automatisch (2), aus (2), dies (2), cx_x (2), cx_y (2), bx_x (2), bx_y (2), ax_x (2), ax_y (2), bis (2), wert (2), transparent (2), machen (2), arrays (2), hex (2), tupel (2), punkt (2), dritte (2), zur (2), liniendiagramm (2), möchten (2), erkennen (2), zwischen (2), erkunden (2), lesen (2), pip (2), einstieg (2), farbleisten (2), mehrgruppen (2), vollständiger (2), leitfaden (2), and (2), handling (2), zahlen (2), klassen (2), limit (2), update (2), drop (2), collection (2), delete (2), insert (2), datenbank (2), grid (2), schleifen (2), verbinden (2), ändern (2), hash (2), 2026, rechte, vorbehalten, entwickler, gemacht, sprache, datenschutzrichtlinie, kontakt, uns, unternehmen, probier, üben, kostenlose, tutorials, beispiele, seit, 2014, next, previous, yes, helpful, kombinieren, anpassungsoptionen, verteilung, einzelnen, vergleich, diskreter, balkendiagramme, liniendiagramme, ihre, bibliotheksübersicht, installation, positive, nützlicher, titel, erkenntnis, formuliert, informativer, einheiten, wahrnehmungsgleichmäßig, farbenblindfreundlich, rainbow, jet, wählen, zugängliche, mehr, 500, histogramm, hist2d, überzeichnung, immer, wissen, hängt, spezifischen, objekt, verhält, identisch, liefert, explizite, empfohlene, vorgehensweise, schnellen, prototyp, hinausgeht, wichtige, scatter_complete, set_ylabel, set_xlabel, comprehensive, example, set_title, figsize, folgende, geschlossene, skript, kombiniert, nützlichsten, farbzuordnung, legende, punktbezogenes, styling, benötigen, variiert, einfache, geschwindigkeit, wichtig, finden, linestyle, verbindungslinie, schneller, langsamer, leistung, begrenzt, unterstützung, merkmal, reine, dienen, aber, unterschiedlichen, zwecken, häufige, formatoptionen, raster, publikation, druckqualitative, rasterbilder, svg, vector, publication, saved, teal, anstelle, diagramm, festplatte, gelöscht, gibt, bestangepasste, zurück, linewidth, data, fit, degree, polynomial, straight, linear, linspace, trendlinie, gesamttrend, berechnen, steigung, achsenabschnitt, nun, gleichmäßige, intervalle, zehnerpotenzen, verteilen, gleichmäßig, plotfläche, roughly, proportional, 10¹, logspace, größenordnungen, komprimieren, ecke, logarithmischen, muster, verschiebt, leicht, sodass, nicht, direkt, sitzt, european, 105, 1285, 604, 892, 1572, paris, rome, madrid, berlin, london, bestimmte, nützlich, hervorheben, wichtigen, beobachtungen, wählt, nächste, farbzyklus, beliebige, überschreiben, multi, vergleichen, einmal, gruppe, vergeben, weist, andere, standardfarbe, kanten, standardeinstellung, edges, gold, rahmen, hinzuzufügen, rahmendicke, hilft, farbigen, hintergrund, hervorzuheben, guter, ausgangspunkt, passen, punktanzahl, reveal, density, viele, überlappen, bilden, undurchsichtigen, blob, wahre, dichte, verbirgt, opak, überlappende, strukturen, sichtbar, wahrnehmungsgleichmäßige, graustufen, lesbar, farbenblinde, zugänglich, gute, optionen, coolwarm, mapped, temperature, übergabe, eines, ordnet, jeden, angegebene, single, farbnamen, rgb, einheitliche, chart, encodes, encoded, 400, auch, seine, eigene, erhält, kodiert, numerische, blasengröße, liste, larger, 120, parameter, steuert, quadrat, ihn, leichter, sehen, besonders, präsentationen, verhindert, abschneiden, gewohnheit, basic, gleichlange, sequenzen, achse, ungeordnete, darstellt, dort, übersichtlicher, geordnete, geeigneter, balkendiagramm, kodieren, blasendiagramm, dritten, entspricht, weit, hauptverteilung, entfernt, ausreißer, identifizieren, müssen, natürlich, zusammenliegen, cluster, körpergröße, lernstunden, prüfungspunktzahl, falls, neu, zuerst, install, stellen, sicher, dass, installiert, dieses, deckt, vom, professionellen, farb, punktbeschriftungen, publikationsreifer, funktion, ermöglicht, beziehung, visualisieren, indem, datenpunkt, gesetzt, anders, trifft, keine, annahme, reihenfolge, kontinuität, steht, allein, macht, bevorzugten, wahl, korrelationen, clustern, aufspüren, http, anfragen, pytest, pakete, virtuelle, umgebungen, tooling, threading, asyncio, concurrency, csv, sys, itertools, collections, ausnahmen, auslösen, error, the, library, addieren, umkehren, duplikate, how, enums, abstrakte, kapselung, polymorphismus, dataclasses, static, classmethod, property, magic, methods, advanced, oop, match, anweisung, zip, map, comprehensions, kontextmanager, rekursion, closures, generatoren, decorators, args, kwargs, type, hints, intermediate, sort, query, find, join, table, order, where, select, tabelle, nearest, neighbors, auc, roc, kurve, cross, validation, bootstrap, aggregation, means, kategoriale, search, logistische, hierarchisches, clustering, konfusionsmatrix, entscheidungsbaum, train, test, skalierung, multiple, polynomiale, normalverteilung, datenverteilung, perzentil, standardabweichung, mittelwert, median, modus, machine, learning, kreisdiagramme, plotting, django, scipy, pandas, modules, löschen, dateiverarbeitung, file, formatierung, benutzereingabe, try, except, regex, math, datumsangaben, module, scope, iteratoren, vererbung, lambda, while, else, tupeln, gruppieren, operatoren, booleans, casting, datentypen, kommentare, syntax, variablennamen, aktualisieren, entpacken, tuple, sortieren, slicen, home, ausgabevariablen, verschachtelte, modifizieren, list, comprehension, zusammenführen, globale, format, escape, zeichen, dictionary, verketten, zuweisen, aufrufen, anmelden, durchsuchen, formatters, url, reverse, sha256, md5, length, calculator, colors, hsl, mixer, converter, picker, general, kurse,

Text of the page (random words):
olors hsl alle 10 string tools string length calculator md5 hash generator sha256 hash generator string reverse url encoder alle 19 code formatters javascript formatter css formatter html formatter json formatter php formatter w3docs durchsuchen k de english en deutsch de русский ru français fr español es português pt italiano it anmelden python lernen python tutorial auf elemente zugreifen auf listenelemente zugreifen auf set elemente zugreifen tuples aufrufen elemente hinzufügen listenelemente hinzufügen set elemente hinzufügen mehrere werte zuweisen elemente ändern listenelemente ändern strings verketten dictionaries kopieren listen kopieren dictionary methoden escape zeichen format strings globale variablen listen verbinden sets zusammenführen tuples verbinden list comprehension listen methoden dictionaries durchlaufen listen durchlaufen sets durchlaufen tuples durchlaufen strings modifizieren verschachtelte dictionaries ausgabevariablen python home python listen python sets python strings python tuples python variablen elemente entfernen listenelemente entfernen set elemente entfernen set methoden strings slicen listen sortieren string methoden tuple methoden tupel entpacken tuples aktualisieren variablennamen python einführung python erste schritte python syntax python kommentare python variablen python datentypen python zahlen python casting python strings python booleans python operatoren python listen python tupeln gruppieren python dictionaries python if else python while schleifen python for schleifen python funktionen python lambda python arrays python klassen objekte python vererbung python iteratoren python scope python module python datumsangaben python math python json python regex python pip python try except python benutzereingabe python string formatierung file handling python dateiverarbeitung python dateien lesen python dateien schreiben erstellen python dateien löschen python modules numpy tutorial pandas tutorial scipy tutorial django tutorial python matplotlib matplotlib einführung matplotlib erste schritte matplotlib pyplot matplotlib plotting matplotlib marker matplotlib linie matplotlib beschriftungen matplotlib grid matplotlib subplot matplotlib scatter matplotlib balken matplotlib histogramme matplotlib kreisdiagramme machine learning erste schritte mittelwert median modus standardabweichung perzentil datenverteilung normalverteilung von daten streudiagramm lineare regression polynomiale regression multiple regression skalierung train test entscheidungsbaum konfusionsmatrix hierarchisches clustering logistische regression grid search kategoriale daten k means bootstrap aggregation cross validation auc roc kurve k nearest neighbors python mysql mysql einstieg mysql datenbank erstellen mysql tabelle erstellen mysql insert mysql select mysql where mysql order by mysql delete mysql drop table mysql update mysql limit mysql join python mongodb mongodb erste schritte mongodb datenbank erstellen mongodb collection erstellen mongodb insert mongodb find mongodb query mongodb sort mongodb delete mongodb drop collection mongodb update mongodb limit intermediate python f strings type hints args kwargs decorators generatoren closures rekursion kontextmanager comprehensions enumerate zip map match anweisung advanced oop magic methods property static classmethod dataclasses polymorphismus kapselung abstrakte klassen enums python how to listen duplikate entfernen string umkehren zwei zahlen addieren error handling and the standard library ausnahmen auslösen collections itertools os sys random csv dateien concurrency in python asyncio threading python tooling and best practices virtuelle umgebungen pakete pytest http anfragen matplotlib streudiagramme in python vollständiger leitfaden streudiagramme in python mit matplotlib erstellen und anpassen farbe größe alpha farbleisten mehrgruppen plots und beschriftungen die scatter funktion von matplotlib ermöglicht es die beziehung zwischen zwei numerischen variablen zu visualisieren indem an jedem x y datenpunkt ein marker gesetzt wird anders als ein liniendiagramm trifft ein streudiagramm keine annahme über reihenfolge oder kontinuität jeder punkt steht für sich allein das macht es zur bevorzugten wahl beim erkunden von korrelationen beim erkennen von clustern und beim aufspüren von ausreißern dieses kapitel deckt alles ab vom ersten streudiagramm bis zu professionellen techniken punktbezogene farb und größenkodierung transparenz farbleisten mehrgruppen diagramme punktbeschriftungen und das speichern publikationsreifer dateien stellen sie vor dem einstieg sicher dass matplotlib installiert ist pip install matplotlib kopieren falls sie neu bei matplotlib sind lesen sie zuerst die kapitel matplotlib einführung und erste schritte wann ein streudiagramm verwenden verwenden sie ein streudiagramm wenn sie die korrelation zwischen zwei numerischen variablen erkunden möchten körpergröße vs gewicht lernstunden vs prüfungspunktzahl sie cluster erkennen müssen gruppen von punkten die natürlich zusammenliegen sie ausreißer identifizieren möchten punkte weit von der hauptverteilung entfernt sie eine dritte variable durch markergröße oder farbe kodieren ein blasendiagramm ist ein streudiagramm bei dem die größe einer dritten variable entspricht vermeiden sie streudiagramme wenn eine achse ungeordnete kategorien darstellt ein balkendiagramm ist dort übersichtlicher für trends über eine kontinuierliche geordnete variable ist ein liniendiagramm geeigneter ein einfaches streudiagramm erstellen übergeben sie zwei gleichlange sequenzen x werte und y werte an plt scatter import matplotlib pyplot as plt x 1 2 3 4 5 6 7 8 9 10 y 2 4 5 4 7 8 6 9 10 12 plt scatter x y plt title basic scatter plot plt xlabel x values plt ylabel y values plt tight_layout plt show kopieren plt tight_layout verhindert das abschneiden von beschriftungen machen sie es zur gewohnheit vor jedem show oder savefig aufruf markergröße anpassen der parameter s steuert die markergröße in punkten zum quadrat standard ist 20 erhöhen sie ihn damit punkte leichter zu sehen sind besonders bei präsentationen import matplotlib pyplot as plt x 1 2 3 4 5 6 7 8 y 3 1 4 1 5 9 2 6 plt scatter x y s 120 plt title larger markers plt xlabel x plt ylabel y plt tight_layout plt show kopieren sie können s auch eine liste oder ein array übergeben damit jeder punkt seine eigene größe erhält so kodiert man eine dritte numerische variable als blasengröße import matplotlib pyplot as plt x 1 2 3 4 5 y 5 3 6 2 7 sizes 100 300 50 400 200 third variable encoded as bubble area plt scatter x y s sizes plt title bubble chart size encodes a third variable plt xlabel x plt ylabel y plt tight_layout plt show kopieren markerfarbe anpassen eine einheitliche farbe für alle punkte übergeben sie einen farbnamen einen hex string oder ein rgb tupel an c oder color import matplotlib pyplot as plt x 1 2 3 4 5 y 2 4 1 5 3 plt scatter x y s 100 c steelblue plt title single color plt xlabel x plt ylabel y plt tight_layout plt show kopieren punktbezogene farbe aus einer numerischen variable die übergabe eines arrays an c ordnet jeden wert über die in cmap angegebene farbkarte einer farbe zu fügen sie plt colorbar hinzu um zu zeigen was die farben bedeuten import matplotlib pyplot as plt import numpy as np rng np random default_rng seed 42 x rng random 50 y rng random 50 values rng random 50 third variable e g intensity or temperature scatter plt scatter x y s 80 c values cmap viridis plt colorbar scatter label intensity plt title color mapped scatter plot plt xlabel x plt ylabel y plt tight_layout plt show kopieren viridis ist eine wahrnehmungsgleichmäßige farbkarte die in graustufen lesbar und für farbenblinde leser zugänglich ist weitere gute optionen sind plasma cividis und coolwarm transparenz mit alpha steuern wenn viele punkte überlappen bilden sie einen undurchsichtigen blob der die wahre dichte verbirgt setzen sie alpha 0 vollständig transparent 1 vollständig opak um überlappende strukturen sichtbar zu machen import matplotlib pyplot as plt import numpy as np rng np random default_rng seed 0 x rng normal loc 0 scale 1 size 300 y rng normal loc 0 scale 1 size 300 plt scatter x y s 40 alpha 0 4 plt title transparent markers reveal density alpha 0 4 plt xlabel x plt ylabel y plt tight_layout plt show kopieren ein guter ausgangspunkt ist alpha 0 4 bis 0 6 passen sie den wert je nach punktanzahl an markerkanten gestalten verwenden sie edgecolors um jedem marker einen rahmen hinzuzufügen und linewidths um die rahmendicke zu steuern das hilft punkte vor einem farbigen hintergrund hervorzuheben import matplotlib pyplot as plt x 1 2 3 4 5 6 y 3 1 4 1 5 9 plt scatter x y s 150 c gold edgecolors black linewidths 1 5 plt title markers with edges plt xlabel x plt ylabel y plt tight_layout plt show kopieren übergeben sie edgecolors none um kanten vollständig zu entfernen dies ist die standardeinstellung für die meisten farbkarten mehrere gruppen darstellen um gruppen zu vergleichen rufen sie plt scatter einmal pro gruppe auf und vergeben sie ein label matplotlib weist jedem aufruf automatisch eine andere standardfarbe zu import matplotlib pyplot as plt import numpy as np rng np random default_rng seed 7 group a centered around 2 3 ax_x rng normal loc 2 scale 0 5 size 30 ax_y rng normal loc 3 scale 0 5 size 30 group b centered around 5 6 bx_x rng normal loc 5 scale 0 5 size 30 bx_y rng normal loc 6 scale 0 5 size 30 group c centered around 8 2 cx_x rng normal loc 8 scale 0 5 size 30 cx_y rng normal loc 2 scale 0 5 size 30 plt scatter ax_x ax_y s 60 label group a plt scatter bx_x bx_y s 60 label group b plt scatter cx_x cx_y s 60 label group c plt legend plt title multi group scatter plot plt xlabel x plt ylabel y plt tight_layout plt show kopieren jeder scatter aufruf wählt automatisch die nächste farbe aus dem standard farbzyklus übergeben sie c red oder eine beliebige farbe um dies zu überschreiben einzelne punkte beschriften verwenden sie plt annotate um bestimmte punkte zu beschriften nützlich zum hervorheben von ausreißern oder wichtigen beobachtungen import matplotlib pyplot as plt cities london berlin madrid rome paris population 9 0 3 7 3 3 2 8 2 1 millions area 1572 892 604 1285 105 km² plt scatter area population s 100 c steelblue edgecolors black linewidths 0 8 for i city in enumerate cities plt annotate city xy area i population i xytext 8 4 offset in points textcoords offset points fontsize 9 plt title european city population vs area plt xlabel area km² plt ylabel population millions plt tight_layout plt show kopieren das muster xytext textcoords offset points verschiebt das label leicht sodass es nicht direkt auf dem marker sitzt logarithmische achsen verwenden wenn daten mehrere größenordnungen umspannen komprimieren lineare achsen die meisten punkte in eine ecke wechseln sie mit plt xscale log oder plt yscale log zu einer logarithmischen skala import matplotlib pyplot as plt import numpy as np rng np random default_rng seed 1 x np logspace 1 5 60 10¹ to 10 y x rng uniform 0 5 2 0 60 roughly proportional with noise plt scatter x y s 40 alpha 0 7 plt xscale log plt yscale log plt title log scale scatter plot plt xlabel x log scale plt ylabel y log scale plt tight_layout plt show kopieren beide achsen umspannen nun gleichmäßige intervalle von zehnerpotenzen und verteilen die daten gleichmäßig über die plotfläche eine regressionslinie hinzufügen ein streudiagramm zeigt einzelne punkte das hinzufügen einer trendlinie zeigt den gesamttrend berechnen sie steigung und achsenabschnitt mit np polyfit import matplotlib pyplot as plt import numpy as np rng np random default_rng seed 3 x np linspace 0 10 40 y 2 5 x rng normal scale 3 size 40 linear trend noise fit a degree 1 polynomial straight line slope intercept np polyfit x y 1 trend_line slope x intercept plt scatter x y s 50 label data points alpha 0 7 plt plot x trend_line color red linewidth 2 label f trend slope slope 2f plt legend plt title scatter plot with regression line plt xlabel x plt ylabel y plt tight_layout plt show kopieren np polyfit x y 1 gibt slope intercept für die bestangepasste linie durch die punkte zurück ein streudiagramm in eine datei speichern verwenden sie plt savefig anstelle von plt show um das diagramm auf die festplatte zu schreiben rufen sie es vor plt show auf nach show wird die figure gelöscht import matplotlib pyplot as plt import numpy as np rng np random default_rng seed 9 x rng random 60 y rng random 60 plt scatter x y s 60 alpha 0 6 c teal edgecolors white linewidths 0 5 plt title saved scatter plot plt xlabel x plt ylabel y plt tight_layout plt savefig scatter png dpi 150 png at 150 dpi plt savefig scatter pdf vector pdf best for publication plt show kopieren häufige formatoptionen png raster web pdf vektor publikation svg vektor web erhöhen sie dpi auf 300 für druckqualitative rasterbilder scatter vs plot was sollte man verwenden beide funktionen können reine marker plots erstellen dienen aber unterschiedlichen zwecken merkmal plt scatter plt plot punktbezogene größe s ja array übergeben nein punktbezogene farbe c ja array übergeben nein eine farbe pro aufruf farbkarten unterstützung ja cmap begrenzt leistung bei großen datensätzen langsamer schneller verbindungslinie nein ja verwenden sie scatter wenn sie punktbezogenes styling benötigen farbe oder größe variiert je nach daten verwenden sie plot marker o linestyle none für einfache marker plots bei großen datensätzen wo geschwindigkeit wichtig ist weitere markerstile finden sie im kapitel matplotlib markers vollständiges beispiel das folgende in sich geschlossene skript kombiniert die nützlichsten techniken farbzuordnung größenkodierung transparenz eine farbleiste und eine legende import matplotlib pyplot as plt import numpy as np rng np random default_rng seed 42 n 80 x rng standard_normal n y 0 8 x rng standard_normal n 0 6 correlated sizes rng uniform 30 200 n bubble area values rng random n third variable for color fig ax plt subplots figsize 8 5 sc ax scatter x y s sizes c values cmap plasma alpha 0 75 edgecolors white linewidths 0 5 plt colorbar sc ax ax label intensity ax set_title comprehensive scatter plot example fontsize 13 ax set_xlabel x variable ax set_ylabel y variable correlated fig tight_layout plt savefig scatter_complete png dpi 150 plt show kopieren wichtige punkte fig ax plt subplots liefert explizite figure und axes objekte die empfohlene vorgehensweise für alles was über einen schnellen prototyp hinausgeht ax scatter auf einem axes objekt verhält sich identisch zu plt scatter plt colorbar sc ax ax label hängt die farbleiste an die spezifischen axes best practices zeigen sie die skala wenn sie c mit einer farbkarte verwenden fügen sie immer eine farbleiste hinzu damit leser wissen was die farben bedeuten vermeiden sie überzeichnung bei mehr als 500 punkten setzen sie alpha 1 oder wechseln zu einem 2 d histogramm plt hist2d oder einem hexbin plot plt hexbin wählen sie zugängliche farbkarten...