使用Matplotlib.figure绘制带有标签的散点图

Matplotlib是一个用于绘制图表的Python库，其中的figure对象是绘图的最终容器。通过figure对象，可以创建自定义大小和分辨率的图表，并将其保存为图像文件。

以下是使用Matplotlib.figure绘制带有标签的散点图的例子：

首先，需要导入Matplotlib和NumPy库，并生成一些随机的数据用于绘制散点图：

import matplotlib.pyplot as plt
import numpy as np

# 生成一些随机数据
np.random.seed(0)
x = np.random.randn(100)
y = np.random.randn(100)
labels = np.random.randint(0, 2, 100)  # 生成随机标签，0或1

接下来，创建一个figure对象，并设置其大小和分辨率：

# 创建figure对象
fig = plt.figure(figsize=(8, 6), dpi=80)

然后，使用add_subplot方法在figure上创建一个子图，并绘制散点图：

# 在figure上创建子图
ax = fig.add_subplot(111)

# 绘制散点图
scatter = ax.scatter(x, y, c=labels, cmap='viridis')

在这个例子中，我们将标签作为颜色映射传递给scatter函数，以便根据标签的不同值为散点图的点设置不同的颜色。

接下来，可以为散点图添加颜色映射的标签：

# 添加颜色映射的标签
cbar = plt.colorbar(scatter)
cbar.set_label('Label')

然后，可以为散点图添加标题和坐标轴标签：

# 添加标题和坐标轴标签
ax.set_title('Scatter Plot with Labels')
ax.set_xlabel('X')
ax.set_ylabel('Y')

最后，通过调用show方法来显示绘制的散点图：

# 显示散点图
plt.show()

完整的代码如下：

import matplotlib.pyplot as plt
import numpy as np

# 生成一些随机数据
np.random.seed(0)
x = np.random.randn(100)
y = np.random.randn(100)
labels = np.random.randint(0, 2, 100)  # 生成随机标签，0或1

# 创建figure对象
fig = plt.figure(figsize=(8, 6), dpi=80)

# 在figure上创建子图
ax = fig.add_subplot(111)

# 绘制散点图
scatter = ax.scatter(x, y, c=labels, cmap='viridis')

# 添加颜色映射的标签
cbar = plt.colorbar(scatter)
cbar.set_label('Label')

# 添加标题和坐标轴标签
ax.set_title('Scatter Plot with Labels')
ax.set_xlabel('X')
ax.set_ylabel('Y')

# 显示散点图
plt.show()

运行上述代码，将会生成一个带有标签的散点图。散点图中的每个点表示一个数据样本，点的位置由x和y坐标确定，点的颜色由标签决定。通过颜色映射的颜色条，可以了解每个标签对应的颜色含义。

这个例子展示了如何使用Matplotlib.figure绘制带有标签的散点图，并添加标题、坐标轴标签和颜色映射的标签。这些步骤可以通过调整参数来适应不同的数据和需求。