基于NumPy数组绘制散点图：以元素行位置为X轴、元素值为Y轴

直接用numpy和matplotlib就能搞定，给你写个完整的可运行代码，每一步都标清楚：

1. 导入依赖库 #

import numpy as np
import matplotlib.pyplot as plt

2. 定义你的数据数组 #

把你给的片段转成numpy数组：

data = np.array([
    [0.99105, 0.96213, 0.96864, 0.96833, 0.96698, 0.97381],
    [0.99957, 0.99709, 0.9957, 0.9927, 0.98492, 0.98864],
    [0.9967, 0.98796, 0.9887, 0.98613, 0.98592, 0.99125],
    [0.9982, 0.99347, 0.98943, 0.96873, 0.91424, 0.83831],
    [0.9985, 0.99585, 0.99209, 0.98399, 0.97253, 0.97942]
])

3. 设置X轴数据 #

X轴是1到6，对应每行元素的位置：

x = np.arange(1, 7)  # 生成[1,2,3,4,5,6]

4. 绘制散点图 #

遍历每一行数据，给每组点加不同的样式方便区分，最后加图例：

# 定义不同的标记样式，可选更多样式比如'o', 's', '^', 'D'等
markers = ['o', 's', '^', 'D', 'x']
labels = ['组1', '组2', '组3', '组4', '组5']

for i in range(data.shape[0]):
    plt.scatter(x, data[i], marker=markers[i], label=labels[i])

# 添加坐标轴标签和标题
plt.xlabel('系数编号(1-6)')
plt.ylabel('系数值')
plt.title('各系数值分布散点图')

# 显示图例
plt.legend()

# 显示图形
plt.show()

额外说明 #

• 每行数据对应一组散点，用不同标记区分，你可以根据需求修改markers和labels的内容
• 如果需要调整点的大小、颜色，直接在scatter里加参数，比如s=50设置点大小，color='red'设置颜色
• X轴默认就是1-6的整数刻度，不用额外调整，如果要自定义刻度可以用plt.xticks()

内容的提问来源于stack exchange，提问作者NAPK1NS