1、打开自己的winPython程序，如图所示；
2、建立一个脚本文件；
3、导入要用到的一些库文件；
import numpy as np
from numpy import *
import matplotlib.pyplot as plt
4、填入我们要画出的数据点；
dataSet=mat([[-0.017,14.05],[-3.4,2.01],[-6.1,3.4]]).T
5、采用以下代码画出我们的散点图
plt.scatter(dataSet[0],dataSet[1],c='red',marker='o')
6、执行我们的代码后可以看到我们的结果。
'''
s:
size的缩写，设置散点的大小。若是给定一个数值，则所有点的大小一致；若是给定一个数组，则每个点的大小不同。
c:
color的缩写，设置散点的颜色。若只有一个值，则所有的点设置为同一个颜色，若给定一个颜色数组，则不同的点可以设置成不同的颜色，若给定浮点数的数组，则映射到相应的颜色。
marker:
用于设置散点的标记，用法与折线图的marker参数一对称，具体参考《python数据可视化--matplotlib绘制折线图(2)》对marker的详细介绍。
cmap:
表示数据点的颜色映射表，仅当参数c为浮点数的数组时才可用。cmap需要花很大的篇幅进行介绍，往后再详细讲解，在此先按下不表。
norm:
表示数据的亮度，取值范围在0~1，只有c是一个浮点数的数组的时候才使用。
alpha:
表示数据的透明度，取值范围在0~1。
linewidths:表示数据点边缘的宽度。
edgecolors:表示数据点边缘的颜色。
'''
'''
颜色映射是一系列颜色，从起始颜色渐变到结束颜色，可用于突出数据的规律
例如，交钱的颜色显示较小的值，较深的颜色显示较大的值
'''
基本代码如下：
这里使用numpy包的random函数随机生成1000组数据，然后通过scatter函数绘制了散点图。
重点其实在于scatter函数。
x,y 形如shape(n,)的数组，可选值，
s 点的大小（也就是面积）默认20
c 点的颜色或颜色序列，默认蓝色。其它如c = 'r' (red)c = 'g' (green)c = 'k' (black) c = 'y'(yellow)
marker 形状，可选值，默认是圆
如果需要其他的，可搜索matplotlib的官网，在官网中搜索markers，选择第一个结果。
alpha：标量，可选，默认值：无， 0（透明）和1（不透明）之间的alpha混合值
示例alpha = 0.5
edgecolors，顾名思义，边缘颜色或颜色序列，可选值，默认值：None
