
惯例先来简单介绍下什么是散点图:用两组数据构成多个坐标点,考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不同标记表示。(来源:百度百科)
散点图很主要的是可以很直观的查看两组数据之间的关系,另外还可以很显示数据的分布情况。干巴巴的描述来描述去也没有一个图来的直观容易理解:
例如这张图,x轴数据和y轴数据就存在很强的正向关!
而这幅散点图,显示数据分布,对于分类有很大的帮助。
既然已经知道了散点图的主要作用,那么下边让我们来绘制一个散点图吧,一步一步,从简单到进阶!
先来看一下我们的数据源,依然是一组小学的语数外考试成绩:
基于上述数据源,绘制语文成绩与总成绩的散点图:
绘制几个图之后,大家就会发现,常规的画布啊标题啊标签之类的设置都是通用的,只有画图函数是不一样的,而大多数时候图想画出花样来着,也是在各个参数上做文章,先来看下这个简单的散点图画出来是什么样子的吧:
通过这个图能够看出,语文成绩和总成绩之间存在一定的线性关系,当然和前边那个示例图相比没有那么明显。这是语文成绩和总成绩的图,但是我们数据一共有三个学科数据,可不可以把三个学科的图绘制到一起呢?
当然是可以的啊,和绘制堆叠条形图和环形图的原理是一样的,下边我们来绘制一下三个学科和总成绩之间的散点图。
代码含义都以注释的形式标注到对应代码后了,其实就是在同一块画布上重复绘制散点图,散点和环形或者条形图不同,后边绘制的图形覆盖先绘制图形的情形几乎可以忽略,所以不用进行其他设置,直接绘图就可以,代码中对代表每一个学科的散点形状进行了指定,其实还可以指定颜色,实验发现系统默认的颜色还不错,就没有指定颜色(发现自己指定的颜色还不如系统指定的好看,有点悲伤):
通过这个图能够很明显的看出数学成绩与总成绩之间的线性关系更强,有点符合上学时候的真实情况了,数学才是拉开分差的学科啊!
其实气泡图是从散点图衍生出来的,散点图只有两个维度的数据,x轴和y轴,气泡图比散点图多了一个维度,即标记点的大小可以代表一个维度,衡量大小。
以学校成绩数据为例,我们给散点图添加一个维度,即给标记的大小赋值来看下有什么变化。比如语文成绩:
效果图:
代码中我们赋值给参数s的是语文成绩,而y轴也是语文成绩,所以能够看到,点的位置越靠近上方,点越大,如果我们赋值给s的值是总成绩的画,那么点的位置越靠右,点就会越大。
这里为了和前边的图进行对比,用了二维的数据绘图,有兴趣的小伙伴可以找一个三个维度的数据试一下,自己敲一遍收获更大哦!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16