尺寸

现在的散点图只是一团蓝色点云，彼此难以区分。我们来改进一下。如果点的大小能对应各国的人口，是不是更直观？

为此，您的工作区已加载列表 pop。其中包含每个国家的人口（以百万为单位）。您会看到，这个列表已作为参数 s（size）传给了 scatter 方法。

本练习是课程的一部分

Python 中级

查看课程

练习说明

运行脚本，看看图形发生了哪些变化。
效果不错，但如果把气泡放大一些，会更醒目。
- 导入 numpy 包并命名为 np。
- 使用 np.array() 根据列表 pop 创建一个 NumPy 数组。将该数组命名为 np_pop。
- 将 np_pop 的数值翻倍：把 np_pop 设为 np_pop * 2。由于 np_pop 是 NumPy 数组，数组中的每个元素都会被翻倍。
- 将 plt.scatter() 中的参数 s 改为 np_pop，而不是 pop。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Import numpy as np


# Store pop as a numpy array: np_pop


# Double np_pop


# Update: set s argument to np_pop
plt.scatter(gdp_cap, life_exp, s = pop)

# Previous customizations
plt.xscale('log') 
plt.xlabel('GDP per Capita [in USD]')
plt.ylabel('Life Expectancy [in years]')
plt.title('World Development in 2007')
plt.xticks([1000, 10000, 100000],['1k', '10k', '100k'])

# Display the plot
plt.show()

编辑并运行代码