Python中如何使用ProPlot库正确绘制散点图

报错原因说明 #

直接调用proplot.scatter()触发AttributeError: module 'proplot' has no attribute 'scatter'的核心原因是：ProPlot没有在顶层模块挂载散点图这类坐标轴级别的绘图方法。ProPlot是对matplotlib的封装增强库，所有原生matplotlib支持的绘图接口，都挂载在ProPlot创建的坐标轴实例上，而非proplot顶层模块。

先后将proplot和matplotlib.pyplot都起别名为plt的写法确实不符合编码规范，本质上后导入的matplotlib.pyplot会覆盖前面的proplot命名空间，后续调用的plt实际是matplotlib.pyplot的对象；之所以能看到ProPlot的样式生效，是因为导入proplot时会自动全局注入默认样式配置，并不是调用到了ProPlot的绘图接口。

规范实现方式 #

ProPlot官方推荐的导入别名是pplt，和matplotlib.pyplot的常用别名plt做明确区分，避免命名空间冲突。绘图时先通过ProPlot创建画布和坐标轴实例，再在坐标轴实例上调用散点图方法即可，不需要重复导入matplotlib.pyplot，示例代码如下：

import proplot as pplt
import numpy as np

# 生成测试用随机数据
x = np.random.normal(size=200)
y = np.random.normal(size=200)
point_size = np.random.randint(10, 100, size=200)

# 创建ProPlot画布与单坐标轴
fig, ax = pplt.subplots(figsize=(5,5))
# 调用散点图接口，完全兼容matplotlib scatter的所有参数
ax.scatter(x, y, s=point_size, c=x, cmap='rocket', alpha=0.8)
# 自动优化布局后展示
fig.tight_layout()
fig.show()

注意事项 #

• 所有matplotlib原生支持的坐标轴绘图方法（包括plot/bar/hist/contourf等），都可以直接在ProPlot生成的ax实例上调用，参数和matplotlib原生用法完全一致，没有额外学习成本
• 这种写法可以完整使用ProPlot的全部增强特性：包括内置的专业配色、多子图快捷布局、刻度自动优化、样式主题切换等，不会出现功能缺失
• 不要尝试在ProPlot顶层模块直接调用绘图接口，ProPlot顶层只提供画布创建、全局参数配置类的方法，所有绘图操作都要在ax实例上执行，这也是最初触发属性报错的核心诱因

内容的提问来源于stack exchange，提问作者IGY