Matplotlib 提供了一系列内置的标记符号，可以通过字符串或数字代码来指定。以下是一些常用的内置标记符号：
让我们通过一个简单的示例来展示如何使用这些内置标记符号：
Output:
在这个示例中，我们使用 marker='o' 参数来指定圆形标记。linestyle='-' 表示使用实线连接数据点，color='b' 设置线条和标记的颜色为蓝色。
除了选择标记的形状，我们还可以自定义标记的大小和颜色。以下是一个展示如何调整标记大小和颜色的示例：
Output:
在这个示例中，我们使用了以下参数来自定义标记：
通过这些参数，我们可以创建更加个性化和信息丰富的图表。
有时，我们可能想要在同一条线上使用不同的标记符号。Matplotlib 允许我们通过传递一个标记符号列表来实现这一点。以下是一个示例：
Output:
在这个示例中，我们定义了一个包含不同标记符号的列表 markers，然后在循环中为每个数据点分配一个不同的标记。通过设置 linestyle='None'，我们只显示标记而不显示连接线。
散点图是展示两个变量之间关系的常用图表类型，标记符号在散点图中起着至关重要的作用。以下是一个使用不同标记来区分数据类别的散点图示例：
Output:
折线图是另一种常见的图表类型，我们可以在折线上添加标记来突出显示数据点。以下是一个在折线图中使用标记的示例：
Output:
除了使用内置的标记符号，Matplotlib 还允许我们创建自定义标记。我们可以使用 MarkerStyle 类来定义自己的标记形状。以下是一个创建自定义五角星标记的示例：
Output:
Matplotlib 还支持使用图像作为标记，这可以让我们的图表更加个性化和有趣。以下是一个使用自定义图像作为标记的示例：
Matplotlib 不仅支持 2D 图表中的标记，还可以在 3D 图表中使用标记。以下是一个在 3D 散点图中使用标记的示例：
Output:
标记不仅可以用来表示数据点，还可以用来绘制误差线。以下是一个使用标记绘制误差线的示例：
Output:
箱线图是一种用于显示数据分布的统计图表，我们可以在箱线图中添加标记来显示异常值或其他重要数据点。以下是一个在箱线图中使用标记的示例：
Output:
极坐标图是另一种有趣的图表类型，我们同样可以在其中使用标记。以下是一个在极坐标图中使用标记的示例：
Output:
标记不仅可以用于数据点的表示，还可以用于创建更加丰富的图例。以下是一个使用自定义标记创建图例的示例：
Output:
热图通常用于显示矩阵数据，但我们也可以在热图中添加标记来突出显示特定的数据点。以下是一个在热图中使用标记的示例：
Output:
等高线图用于表示三维表面，我们可以在其中添加标记来突出显示特定点或区域。以下是一个在等高线图中使用标记的示例：
Output:
Output:
通过本文的详细介绍和丰富的示例，我们全面探讨了 Matplotlib 中标记符号的使用方法。从内置标记到自定义标记，从 2D 图表到 3D 图表，我们展示了标记在各种类型图表中的应用。标记不仅可以帮助我们突出显示重要数据点，还能增强图表的可读性和美观性。
在实际应用中，选择合适的标记类型、大小和颜色对于有效传达数据信息至关重要。我们应该根据数据的特性和图表的目的来选择最合适的标记样式。同时，适当使用标记可以帮助我们创建更具吸引力和信息量的数据可视化作品。
最后，我们鼓励读者在自己的数据可视化项目中尝试使用不同的标记技巧。通过实践和探索，你将能够更好地掌握 Matplotlib 中标记的使用，并创造出更加丰富多彩的数据可视化作品。