数据可视化-3. 散点图

目录

1. 散点图适用场景分析

1.1 显示数据关系

1.2 识别异常值

1.3 展示数据分布

1.4 多维度分析

1.5 特定领域的应用

2. 散点图局限性

3. 散点图代码实现

3.1 二维散点图Python 源代码

3.2 二维散点图效果（网页显示）

3.3 三维散点图Python 源代码 

3.4 三维散点图（网页显示）

---

1. 散点图适用场景分析

        散点图通过点的位置和分布来展示数据之间的关系，这种直观性使得用户能够迅速理解数据的特征和规律。相比于其他复杂的图表类型，散点图更加简洁明了，易于被用户接受和理解。

        散点图具有很高的灵活性，可以根据数据的实际情况和分析需求进行定制。例如，可以通过调整点的颜色、形状和大小来展示不同的数据类别或维度，或者使用不同的坐标轴来展示不同的数据范围。此外，还可以结合其他可视化元素（如标签、网格线、趋势线等）来增强图表的可读性和信息量。

1.1 显示数据关系

        散点图最常用于展示两个变量之间的关系。通过点的位置和分布，用户可以直观地观察到两个变量之间是否存在某种关联、趋势或模式。

1.2 识别异常值

        散点图有助于用户快速识别出数据中的异常值或离群点。这些异常值可能是数据采集或记录过程中的错误，也可能是具有特殊意义的关键数据。通过观察散点图中偏离主要数据区域的点，用户可以进一步探索这些异常值的原因和影响。

1.3 展示数据分布

        散点图还可以展示数据的分布情况，包括数据的集中程度、分散程度以及是否存在聚类现象等。这些信息对于了解数据的整体特征和规律非常重要。

1.4 多维度分析

        虽然散点图主要用于展示两个变量之间的关系，但通过使用不同颜色、形状或大小的标记，用户可以同时观察多个指标之间的关系。这种多维度分析功能使得散点图在市场调研、客户分析、金融投资等领域具有广泛的应用。

        散点图也可以是三维的！

1.5 特定领域的应用

• 生物学：研究人员可以使用散点图来分析生物样本的多个指标之间的关系，如基因表达量与生物表型之间的关联，或者药物剂量与治疗效果的关系。
• 市场营销：企业可以利用散点图分析市场调研数据，如产品价格与销售量、广告投入与销售额之间的关系，以制定更有效的营销策略。
• 金融投资：投资者可以使用散点图来分析股票的收益率与市场指数的关系，或者投资组合中不同资产的风险和收益关系。
• 人力资源管理：企业可以使用散点图来分析员工的绩效与工作经验、培训时间等因素之间的关系，以制定更合理的人力资源管理策略。
• 疾病研究：医学研究者可以使用散点图分析疾病的发病率与年龄、性别、生活习惯等因素之间的关系，以了解疾病的发病规律和危险因素。

2. 散点图局限性

        散点图在异常值识别中也存在一些局限性，如判断标准不一、缺乏统计依据、维度限制等。

3. 散点图代码实现

3.1 二维散点图Python 源代码

        Dash 模块是一个非常好用的模块！！！

import dash
from dash import html, dcc
import dash_bootstrap_components as dbc
import plotly.graph_objects as go
import numpy as np

def create_demo_charts():
    """
    创建演示用的各种基本图表
    返回一个包含多个图表的列表
    """
    # 创建示例数据
    x = np.linspace(0, 10, 100)
    y = np.sin(x)
    
   # 3. 散点图
    np.random.seed(42)
    random_x = np.random.randn(100)
    random_y = np.random.randn(100)
    scatter_fig = go.Figure(data=[
        go.Scatter(
            x=random_x, 
            y=random_y,
            mode='markers',
            marker=dict(
                size=8,
                color=random_x,
                colorscale='Viridis',
                showscale=True
            )
        )
    ])
    scatter_fig.update_layout(
        title='散点图示例',
        xaxis_title='X轴',
        yaxis_title='Y轴',
        template='plotly_white'
    )


    return [scatter_fig]


# 创建 Dash 应用，使用 Bootstrap 样式
app = dash.Dash(__name__, external_stylesheets=[dbc.themes.BOOTSTRAP])

app.layout = html.Div([
    # 图表展示区域
    html.Div([
        html.H3("数据可视化展示", className="text-center mt-4 mb-3"),
        dbc.Row([
            dbc.Col(dcc.Graph(figure=create_demo_charts()[0]), width=6)
        ], className="mb-4"),
    ], style={"backgroundColor": "#f0fff4", "padding": "20px", "borderRadius": "10px"}),
    
    
], style={"padding": "20px"})

if __name__ == "__main__":
    app.run_server(debug=True, port=8051)

3.2 二维散点图效果（网页显示）

3.3 三维散点图Python 源代码 

import dash
from dash import html, dcc
import dash_bootstrap_components as dbc
import plotly.graph_objects as go
import numpy as np

def create_demo_charts():
    """
    创建演示用的各种基本图表
    返回一个包含多个图表的列表
    """
    # 创建示例数据
    x = np.linspace(0, 10, 100)
    y = np.sin(x)
    
    # 3. 3D散点图
    np.random.seed(42)
    random_x = np.random.randn(100)
    random_y = np.random.randn(100)
    random_z = np.random.randn(100)
    scatter_fig = go.Figure(data=[
        go.Scatter3d(
            x=random_x, 
            y=random_y,
            z=random_z,
            mode='markers',
            marker=dict(
                size=8,
                color=random_z,  # 使用z值作为颜色
                colorscale='Viridis',
                opacity=0.8,
                showscale=True
            )
        )
    ])
    scatter_fig.update_layout(
        title='3D散点图示例',
        scene=dict(
            xaxis_title='X轴',
            yaxis_title='Y轴',
            zaxis_title='Z轴'
        ),
        template='plotly_white'
    )

    return [scatter_fig]


# 创建 Dash 应用，使用 Bootstrap 样式
app = dash.Dash(__name__, external_stylesheets=[dbc.themes.BOOTSTRAP])

app.layout = html.Div([
    # 图表展示区域
    html.Div([
        html.H3("数据可视化展示", className="text-center mt-4 mb-3"),
        dbc.Row([
            dbc.Col(dcc.Graph(figure=create_demo_charts()[0]), width=6)
        ], className="mb-4"),
    ], style={"backgroundColor": "#f0fff4", "padding": "20px", "borderRadius": "10px"}),
    
    
], style={"padding": "20px"})

if __name__ == "__main__":
    app.run_server(debug=True, port=8051)

3.4 三维散点图（网页显示）