可视化绘图技巧100篇基础篇（七）-散点图（二）

目录

前言

散点图简介

散点图的构成

散点图的应用场景

散点图的扩展

散点图的扩展

散点图与其他图表的对比

散点图和折线图

适用场景

可视化表现

散点图和气泡图

散点图的作用

回归分析

相关分析

散点图的变形

散点图矩阵

三维散点图

气泡图

绘图工具及代码实现

EXCEL

1、单系列的散点图

2、多系列的散点图

3、XY轴平均值相交的四象限图

4、四背景色的象限图

MATLAB

语法

说明

表数据

其他选项

创建散点图

改变圆圈大小

改变圆圈颜色

填充标记

指定标记符号

更改标记颜色和线条宽度

改变整个数据点范围内的透明度

绘制表中的数据

使用自定义颜色和标记大小绘制表数据

指定目标坐标区和标记类型

创建并修改散点序列

输入参数

x — x 坐标标量 | 向量 | 矩阵

y — y 坐标标量 | 向量 | 矩阵

sz — 标记大小36 （默认） | 数值标量 | 行或列向量 | 矩阵 | []

c — 标记颜色颜色名称 | RGB 三元组 | RGB 三元组矩阵 | 由颜色图索引组成的向量

mkr — 标记符号"o" （默认） | "+" | "*" | "." | "x" | ...

"filled" — 用于填充标记内部的选项"filled"

tbl — 源表表 | 时间表

xvar — 包含 x 坐标的表变量一个或多个表变量索引

yvar — 包含 y 坐标的表变量一个或多个表变量索引

ax — 目标坐标区Axes 对象 | PolarAxes 对象 | GeographicAxes 对象

名称-值参数

MarkerEdgeColor — 标记轮廓颜色"flat" （默认） | RGB 三元组 | 十六进制颜色代码 | "r" | "g" | "b" | ...

MarkerFaceColor — 标记填充颜色"none" （默认） | "flat" | "auto" | RGB 三元组 | 十六进制颜色代码 | "r" | "g" | "b" | ...

LineWidth — 标记边的宽度0.5 （默认） | 正值

ColorVariable — 包含颜色数据的表变量表变量索引

指定颜色数据

输出参数

s — Scatter 对象Scatter 对象 | Scatter 对象数组

Python

设置图标大小：

自定义点的颜色：

设置两组散点图：

使用随机数来设置散点图：

颜色条 Colormap

---

 

前言

散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。
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。散点图通常用于比较跨类别的聚合数据。

散点图简介

散点图也叫 X-Y 图，它将所有的数据以点的形式展现在直角坐标系上，以显示变量之间的相互影响程度，点的位置由变量的数值决定。

通过观察散点图上数据点的分布情况，我们可以推断出变量间的相关性。如果变量之间不存在相互关系，那么在散点图上就会表现为随机分布的离散的点，如果存在某种相关性，那么大部分的数据点就会相对密集并以某种趋势呈现。数据的相关关系主要分为：正相关（两个变量值同时增长）、负相关（一个变量值增加另一个变量值