Python是一种流行的编程语言，它在科学领域和数据分析中广泛使用。Python提供了一个强大的数据可视化库——Matplotlib。在Matplotlib中，我们可以通过使用scatter()函数来画散点图。散点图是数据可视化中最为常用的一种图像类型，它能够帮助我们在二维空间中展示数据的分布情况。

# 导入matplotlib库
import matplotlib.pyplot as plt
# 设置数据
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [2, 4, 6, 8, 10, 12, 14, 16, 18, 20]
color = ['red', 'blue', 'green', 'yellow', 'purple', 'pink', 'brown', 'orange', 'grey', 'black']
size = [50, 100, 150, 200, 250, 300, 350, 400, 450, 500]
# 绘制散点图
plt.scatter(x, y, c=color, s=size)
# 显示图形
plt.show()

在上面的代码中，我们首先导入了Matplotlib库，然后定义了x、y、color和size四个列表用于存储数据。这里x和y分别表示数据点在x轴和y轴上的坐标，color表示散点图中每个数据点的颜色，size表示散点图中每个数据点的大小。

接下来，我们使用scatter()函数来绘制散点图。scatter()函数需要传入x、y、color和size四个参数，其中c表示散点的颜色，s表示散点的大小。这里我们将color和size作为参数传入来给每个数据点赋予不同的颜色和大小。最后，我们使用show()函数来显示图形。

在散点图中，我们可以通过改变颜色和大小来表达更多的信息。例如，我们可以通过颜色来表示数据点的分组情况；或者通过大小来表示数据点的权重。这些信息可以帮助我们更清晰地理解数据的特征。