کتابخانه‌های محاسباتی که در زبان برنامه‌نویسی پایتون فراهم آورده شده‌اند، این زبان را به یکی از زبان‌های پرطرفدار در مبحث محاسبات علمی تبدیل کرده اند. یکی از ملزومات محاسبات علمی توانایی نمایش داده‌ها و نتایج حاصل از کار بر روی داده‌ها به شکل نمودارهای مناسب است. در زبان برنامه‌نویسی پایتون اینکار توسط کتابخانه matplotlib قابل انجام است. این کتابخانه طیف وسیعی از قابلیت‌ها را برای رسم نمودارها در اختیار کاربر قرار می‌دهد. در این نوشته به دنبال رسم نمودارهای پراکندگی هستیم.
بسم الله الرحمن الرحیم
برای رسم نمودار پراکندگی باید از تابع scatter از ماژول pyplot از کتابخانه matplotlib استفاده کنیم. این تابع علاوه بر مختصات نقاط برای رسم نقاط در آن مکانها، مساحت آنها را نیز بعنوان ورودی می‌پذیرد. رنگ و شفافیت نیز می‌توانند به عنوان ورودی به این تابع داده شوند که برای تمام توابع رسم مشابه است. حال کد زیر را در نظر بگیرید:
import numpy as np import matplotlib.pyplot as plt N = 100 x = np.random.rand(N) y = np.random.rand(N) colors = np.random.rand(N) area = np.pi * (15 * np.random.rand(N))**2 plt.scatter(x, y, s=area, c=colors, alpha=0.5) plt.show()
در این کد مختصات نقاط بطور تصادفی ایجاد شده است لذا برای اینکار ابتدا کتابخانه Numpy فراخوانی شده است. ماژول pyplot از matplotlib نیز تحت نام خلاصه plt فراخوانی شده است. به تعداد N برابر ۱۰۰ عدد مختصات تصادفی تولید می‌گردد. رنگ نمایش نقاط نیز همانطور که مشخص است تصادفی تعیین شده اند. بطور مشابه مساحت نقاط نیز همینطور. در نهایت با فراخوانی تابع scatter از plt با ورودی‌های مختصات نقاط، مساحت و رنگ نقاط و در انتهای شفافیت رسم نقاط نمودار رسم می‌گردد و با فراخوانی تابع show از plt نمایش داده می‌شود. خروجی نمونه برای این کد به شکل زیر می‌باشد:
