使用python将线添加到散点图'；s matplotlib

我正在使用python，希望创建一个带有附加行的

matplotlib.scatter（）

。线条应从左下角延伸到右上角，与散射体内容无关。 通过数据的线性回归，如中所示，不是我想要的。它也应该是动态的，独立于散射输入

这应该是最终的绘图：

编辑：

这样做的结果是：

# Scatter Plot
x = data_calc_hourly.temp
y =  data_obs_hourly.temp

lineStart = data_calc_hourly.temp.min() 
lineEnd = data_calc_hourly.temp.max()  

plt.figure()
plt.scatter(x, y, color = 'k', alpha=0.5)
plt.plot([lineStart, lineEnd], [lineStart, lineEnd], 'k-', color = 'r')
plt.xlim(lineStart, lineEnd)
plt.ylim(lineStart, lineEnd)
plt.show()

---

有更好的方法吗？

这将绘制一条对角线，该对角线与散点图数据无关，即使调整窗口大小，它仍以轴为根：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.lines as mlines
import matplotlib.transforms as mtransforms

x, y = np.random.random((2, 100))*2
fig, ax = plt.subplots()
ax.scatter(x, y, c='black')
line = mlines.Line2D([0, 1], [0, 1], color='red')
transform = ax.transAxes
line.set_transform(transform)
ax.add_line(line)
plt.show()

---

除了unutbu的答案之外，另一个选项是在绘制数据后获取轴的限制，并使用它们添加线。在此之后，仍然需要更改轴限制，因为它们会随着添加线而更改：

# Scatter Plot
x = data_calc_hourly.temp
y =  data_obs_hourly.temp

lineStart = data_calc_hourly.temp.min() 
lineEnd = data_calc_hourly.temp.max()  

plt.figure()
plt.scatter(x, y, color = 'k', alpha=0.5)
y_lim = plt.ylim()
x_lim = plt.xlim()
plt.plot(x_lim, y_lim, 'k-', color = 'r')
plt.ylim(y_lim)
plt.xlim(x_lim)
plt.show()

---

你可以使用get_ylim（）和get_xlim（）得到轴的极限，然后计算你要找的线性函数的公式。我不想要线性函数，只想要一条独立直线线性函数是一条独立直线。这种方式只取决于matplotlib选择的轴。啊，好的，谢谢你，我会尝试一下我想要的！这不需要额外的mlines导入，只需使用绘图界面即可完成：

ax.plot（[0,1]，[0,1]，color='red'，transform=ax.transAxes）