matplotlib——散点图

一、散点图引入
什么是散点图？
反映两组变量每个数据点的值，并且从散点图可以看出它们之间的相关性。单看概念可能不太好理解，我们可以从一个例子说起。下面我们通过例子边学边做。
在做散点图之前，最重要的是我们得有数据啊，数据很重要。这里我们利用关于（）的数据集，”mtcars.csv“，那么首先要将数据读取进来，大致对数据进行浏览，看以下代码：

df.head()默认返回数据集的前五行数据，浏览以下数据集的所有属性，以及取值如何，这里我们先拿”mpg”和“wt”来做实例以理解散点图。当然，你也可以用其他属性。解释下“mpg” :每加仑的英里数（国外的单位），”wt”为车重，简单引入散点图，看例子：

通过此图，大致可以看出”mpg”和”wt”是成负相关的关系，”wt”越大，则”mpg”越小。这是我们通过散点图可以得到的信息。好像此图不是很完善，我们来看下完善的散点的图是怎样的，它需要哪些参数呢？
我们用的是面向对象作图方式，上篇文章中有讲过。也推荐用这种方法，更有逻辑思路更清晰。在这里首先要 生成一个figure对象和一个坐标系（理解为子图也可以）axes对象，并且创建一个图形区域长和宽的比例为8:5（可以自行设置），分辨率为每英寸80像素的图，还有fontsize则是字体的大小（可自行设置）。具体我们还是看代码更加直接，代码中以添加注释，方便日后复习。

好了，以上便是较为完整的散点图绘制过程，此时，更加清楚的看到这幅图是描绘了汽车的每加仑英里数（mpg）和车重（wt）的关系（ax.set_title(“The relationship of mpg and wt”,fontsize=16)），横轴代表了每加仑英里数（mpg），纵轴代表了车重（wt）。而每个点对应了一辆车的每加仑英里数和车重，代表了一个样本。深入解读：我们可以看到，每加仑英里数（mpg）越大，车重（wt）越小，说明每加仑英里数和车重是负相关关系。这些就是我们通过散点图的得到的信息，如若不绘制图，你能从一排排数据中快速得到这些信息吗？答案NO!!!
二、散点图绘制
以上例子及代码中可以看到，我们在绘制散点图时候，用到了ax.scatter(df[“mpg”],df[“wt”])函数，关于scatter()函数看下都有哪些参数：ax.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None,vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, , data=None, *kwargs)
其中的x和y在上面我们的例子中应该就已经理解了，而s代表了点的大小，如果s输入的是一个固定值，那么就只是单纯的改变散点的大小(可以自己设置)，这里我们增加一些知识，如果让点的大小也成为一个维度，这样的话就可以表示三个维度数据之间的联系，先看示例：

这个图相比一般散点图多了一个维度的数据，即将第三个维度的数据大小（这里是数据集中的“disp”）以气泡（参数alpha表示透明度，可以自行设置）大小示意。像这样需要第三个维度的应用场景为：在研究2个变量的关系时，需要加入连续型变量作为第三维度。
我们就来设置一下s为固定值时，同时含有透明度（气泡效果）的示例图：

而c代表的是点的填充颜色，可以参考文档设置定值来填充不同的颜色。这里我们还利用该数据集的一个“vs”特征来作为第三维度，通过的“vs”的观察可以看出vs只有两个不同的取值0和1。我们就用“vs”的值来作为c的值，以此来查看数据的分步情况：

但是我们发现好像缺了点什么：我们不知道黄色代表什么值，紫色代表什么值，对吧？因此我们需要添加1个图例来表明每个颜色代表的是什么数据，思路是因为vs只有0,1两种值，那么我只需要提取出满足vs==0的数据(mpg和wt)和满足vs==1的数据（mpg和wt），然后在1张图上用2套数据源画2种颜色的散点图即可：


但是又有个问题，我们的数据集中”vs”值只有两个，如果vs有很多个值怎么办，难道要一个个提取出来？所以更智能的做法是：首先搞清楚”vs”的取值情况，有几个不同的取值，也就是得到vs的唯一值（.unique()函数），然后给每一个值分配一种颜色，创建一个与vs唯一值配对的颜色列表。将vs唯一值的序列改造成一个带索引的序列，针对这个索引序列写个循环，将vs的每个唯一取值和对应的索引给遍历过去，提取出对应的x和y。最后根据索引匹配颜色列表，根据序列的值建立标签label，这样就可以智能化地画出带分类图例的散点图啦！
还拿我们以上的数据集，同样按照”vs”的两个唯一值0和1的情况下，更智能的做法如下（可以与上面讲的比较容易理解的方法进行比对加深印象）：
创建循环，因为有两个唯一值，所以取i=0和1来控制循环。第一次循环：i=0，v=0，x为vs==0时取出的mpg值，y为vs==0时取出的wt值。第二次循环：i=1，v=1，x为vs==1时取出的mpg值，y为vs==1时取出wt值。

为了对上面enumerate( )函数的理解，特写以下代码，希望可以完全理解代码：


在上面的例子里涉及到了一个参数c，用于点的颜色设置，如果c输入的是一个固定值，那么就只是单纯的改变散点的颜色，不具备维度。如下：

如果你希望设置一些自己想要的颜色，可以用RGB的方式来调色（打开qq截图将鼠标箭头放在页面任意一个彩色图片的位置，你会看到右下角小方框下方有RGB数字）：

还有一常用的参数：marker （点的形状）,该参数的值可参照官方文档自行设置。

参数edgecolors：点的边界颜色
到这里，基本画散点图的函数方法已经介绍完了，剩下的也只是对于参数的赋值。

四、画多个散点图
1.在一张图里画多个散点图

2.在多张图里画散点图


五、散点矩阵

应用场景：了解数据集中各个数值列之间的关系