3添加散点图图例。
1. 准备数据
在添加散点图图例之前，我们需要准备一些数据。这里我们使用Matplotlib库中的scatter函数来绘制散点图。我们可以使用以下代码生成一些随机数据
```portumpypportatplotlib.pyplot as plt
pdomd(100)pdomd(100)pdomd(100)pdomd(100)
plt.scatter(x, alpha=0.5)
plt.show()
这段代码将生成一个包含100个随机点的散点图，并使用不同的颜色和大小来表示不同的数据。这个图没有图例，因此很难理解这些数据的含义。
2. 添加图例d函数。我们可以使用以下代码添加一个图例
```portumpypportatplotlib.pyplot as plt
pdomd(100)pdomd(100)pdomd(100)pdomd(100)
plt.scatter(x, alpha=0.5)d(['data'], loc='upper left')
plt.show()
这段代码将在图的左上角添加一个标签为“data”的图例。现在图例已经出现了，但是它只有一个标签，不能很好地表示数据的含义。
3. 自定义图例
为了更好地表示数据的含义，我们可以自定义图例。我们可以使用以下代码自定义图例
```portumpypportatplotlib.pyplot as plt
pdomd(100)pdomd(100)pdomd(100)pdomd(100)
plt.scatter(x, alpha=0.5)d(['data'], loc='upper left')
自定义图例d = [500, 1000, 1500]d = [[1, 0, 0], [0, 1, 0], [0, 0, 1]]dalledium', 'large']arkersd = ['o', 'o', 'o']
ged))ddarkerarkersdd[i])
d(loc='upper left')
plt.show()
这段代码将自定义三个图例，并使用不同的大小、颜色和标签来表示不同的数据。现在图例已经更加明确，可以更好地表示数据的含义。
3d函数来添加图例，并使用自定义标签、颜色、大小和形状来更好地表示数据的含义。