目录
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"
ax — 目标坐标区Axes 对象 | PolarAxes 对象 | GeographicAxes 对象
ColorVariable — 包含颜色数据的表变量表变量索引
s — Scatter 对象Scatter 对象 | Scatter 对象数组
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