python绘制图形问题

在用python蒙特卡洛算法绘制图形时，发现坐标的值很模糊，不知道哪里出了问题，麻烦指点一下

import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import numpy as np
import sys
a = mpatches.Circle([0, 0], radius=5, edgecolor='r', fill=False)#圆心，半径长度，圈的颜色，无填充
plt.xlim(-80, 80)
plt.ylim(-80, 80)
plt.axes().add_patch(a)  # 在坐标轴里面添加圆
N = 1000  # 1000次投圈
b,c = 0, 20  # 投圈中心点围绕物品中心呈二维正态分布，均值为0，标准差为20cm
d = c * np.random.randn(N, 2) + b#np.random.randn(返回数组个数, 返回数组维度)
plt.scatter([x[0] for x in d], [x[1] for x in d], c=np.random.rand(N), alpha=1)#点的x轴坐标，点的y轴坐标，点的颜色，点的透明度
plt.show()

【以下回答由 GPT 生成】

在你的代码中，坐标值模糊的问题可能出现在以下几个地方：

1. 使用plt.axes().add_patch(a)时，应该先使用plt.figure()创建一个新的Figure对象，然后再使用add_subplot()或add_axes()添加子图或坐标轴。修改代码如下：

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.add_patch(a)

1. 在绘制散点图时，你使用了随机生成的坐标d，但是你将颜色c设为了np.random.rand(N)，这样会导致每个点的颜色都是随机的。为了使颜色与坐标相对应，你可以将c改为一个与d对应的颜色映射（例如根据坐标的x或y值来决定颜色），或者使用单一颜色来表示所有点。以下是两种示例：

将c改为与d对应的颜色映射，根据x坐标确定颜色：

c = [x[0] for x in d] # 使用x坐标作为颜色映射的依据
plt.scatter([x[0] for x in d], [x[1] for x in d], c=c, cmap='cool', alpha=1) # 使用cool colormap

将c设为单一颜色，例如红色：

c = 'red' # 单一颜色
plt.scatter([x[0] for x in d], [x[1] for x in d], c=c, alpha=1)

1. 可能还有其他未知的问题导致坐标值模糊。如果以上修改后还是存在问题，你可以尝试使用不同的坐标轴相关的函数（例如plt.gca()）来设置坐标轴的参数，或者查看其他代码部分是否有影响坐标值模糊的部分。

希望以上解决方案能够帮助你解决问题！如果还有其他疑问，请随时提问。

【相关推荐】

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7508007
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：python基本语法总结（超级全面，细致，只用一周就可以入门python到实践），会持续更新
• 您还可以看一下 jeevan老师的Python量化交易，大操手量化投资系列课程之内功修炼篇课程中的 编程语言之Python环境安装小节, 巩固相关知识点
  
• 除此之外, 这篇博客: Python实现音乐推荐系统【跟着迪哥学python】中的 取其中一部分数（按大小排好序的了，这些应该是比较重要的数据），作为我们的实验数据 部分也许能够解决你的问题。