Matplotlib坐标轴科学计数法设置（基于IMDB Kaggle数据集）

我帮你把完整的代码流程整理好，包括异常值筛选、气泡图绘制和科学计数法的设置，直接就能跑起来：

1. 完整代码实现 #

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 读取IMDB Kaggle数据集（这里假设你已将数据存为csv，路径自行调整）
df = pd.read_csv('tmdb_5000_movies.csv')

# 筛选异常值：去掉budget_adj和revenue_adj过小的行（阈值设为100000，可按需调整）
filtered_df = df[(df['budget_adj'] > 100000) & (df['revenue_adj'] > 100000)].copy()

# 设置画布尺寸
plt.figure(figsize=(12, 8))

# 绘制气泡图：x为调整后预算，y为调整后收入，气泡大小映射热度
scatter = plt.scatter(
    x=filtered_df['budget_adj'],
    y=filtered_df['revenue_adj'],
    s=filtered_df['popularity'] * 50,  # 乘以50让气泡大小更美观，可自行调整系数
    alpha=0.6,  # 设透明度避免气泡重叠遮挡
    c='steelblue',
    edgecolors='white'
)

# 设置坐标轴科学计数法：两种方式二选一即可
# 方式1：快捷全局设置
plt.ticklabel_format(style='sci', axis='both', scilimits=(0,0))

# 方式2：精细控制（如需指定小数位数），需导入额外模块
# from matplotlib.ticker import ScalarFormatter
# ax = plt.gca()
# ax.xaxis.set_major_formatter(ScalarFormatter(useMathText=True))
# ax.yaxis.set_major_formatter(ScalarFormatter(useMathText=True))
# ax.ticklabel_format(style='sci', axis='both', scilimits=(0,0))

# 添加图表标签与标题
plt.xlabel('Adjusted Budget (USD)', fontsize=12)
plt.ylabel('Adjusted Revenue (USD)', fontsize=12)
plt.title('Movie Budget vs Revenue (Bubble Size = Popularity)', fontsize=14, pad=20)

# 添加热度对应的气泡大小图例（可选，提升可读性）
handles, labels = scatter.legend_elements(prop="sizes", alpha=0.6)
legend = plt.legend(handles, labels, loc="upper left", title="Popularity")

# 显示网格（可选，优化视觉体验）
plt.grid(alpha=0.3, linestyle='--')

plt.show()

2. 关键细节说明 #

• 异常值筛选：我设置100000作为阈值，你也可以根据数据分布调整——比如用分位数（df['budget_adj'].quantile(0.1)）取前10%的最小值作为筛选标准，更贴合数据实际情况。
• 气泡大小调整：popularity数值范围通常较小，乘以50是为了让气泡在图上显示得更明显，你可以根据实际渲染效果增减这个系数。
• 科学计数法设置：plt.ticklabel_format()是最快捷的实现方式，scilimits=(0,0)表示所有数值都用科学计数法展示；如果需要更精细的格式控制（比如指定小数位数），可以选择第二种ScalarFormatter的方式。
• 透明度设置：alpha=0.6能有效避免大量气泡重叠导致的视觉混乱，让图面信息更清晰。

内容的提问来源于stack exchange，提问作者user9026