MATLAB制作散点图：从基础到进阶的三种类型讲解

一、什么是散点图

       散点图是一种用来展示两个或多个变量之间关系的图表形式。它可以帮助我们直观地观察变量之间是否存在相关性、趋势或异常值，常用于数据分析的初步探索阶段。

二、三种类型散点图

1. 基本二维散点图：最简单、最常用

基本二维散点图的适用场景

       当你手头只有两个连续的数字变量，比如“身高”和“体重”，或者“价格”和“销量”，想看它们之间有没有关系时，用这个最合适。

举个例子：

       你想知道一个人身高越高，是不是体重也越重？那你就画个散点图，把“身高”当横轴，“体重”当纵轴，点一画上去，图就出来了。如果点大致排成一条斜线，那就说明：它们有关！

 适用场景总结

• 观察趋势和相关性

• 检查是否有异常值

• 做初步的数据探索

2. 按类别分组着色的散点图：比较不同“群体”的差异

  按类别分组着色的散点图的适用场景

       当你有两个数值变量（比如“身高”和“体重”），但你还知道每个人是男生还是女生，或者是来自不同城市的。你想对比不同群体在这些数值上的分布，这时候就需要分组着色的散点图。

举个例子：

       你把男性的数据点涂成蓝色，女性的数据点涂成红色，一下就能看出：女生更集中在某个区域，男生在哪里分布更广，等等。

 适用场景总结

• 分类变量（性别、地区、类型）+ 两个数值变量

• 想看不同群体的差异或分布趋势

• 非常适合做对比分析

3. 三维散点图：一次看三个数字变量

三维散点图的适用场景

       你现在不仅有“身高”和“体重”，还有“年龄”，想看三者之间有没有关系。这时候就可以用三维散点图。它比二维图多了一个维度，可以在空间中呈现点的“走向”。

举个例子：

       你在一张 3D 图里看出：随着年龄增加，身高先升后降，体重慢慢变大——这种复杂的关系，二维图是看不出来的。

适用场景总结：

• 同时分析三个数值变量

• 适合探索复杂的多变量关系

• 更适合有交互式可视化支持的场景

三种类型散点图总结

你手上有什么数据？	用哪种散点图？
两个数字（例：身高、体重）	基本二维散点图
两个数字 + 一个分类（例：性别）	分组着色散点图
三个数字（例：身高、体重、年龄）	三维散点图

三、实现绘图前的数据检查

针对三种类型的散点图数据需求

散点图类型	特别准备事项
基本二维散点图	确保两个变量都是数值型
分组着色散点图	第三个变量（分类）需为字符串或分类类型
三维散点图	三个变量都需为连续数值型，且无缺失

四、MATLAB绘制相应散点图

1. 基本二维散点图绘制

      只要两个数值变量，比如“身高”和“体重”，用最基础的 scatter() 函数就能搞定。

      以下是相关代码实现：

% 读取数据并保留原始列名，使得原本中文列名不被修改，以下用调取excel表格为例
data = readtable('散点图制作.xlsx', 'sheet', 'sheet1', 'VariableNamingRule', 'preserve');
x = data.('身高');
y = data.('体重');
% 创建图形窗口
figure('Color', 'w');
% 绘制较小圆点的散点图，以下数据大小可以按需更改
scatter(x, y, 40, ...  % 点大小改为40（点较小，可以按照需求更改）
    'MarkerEdgeColor', [0.3 0.5 0.7], ...% 点的边缘颜色设为蓝灰色
    'MarkerFaceColor', [0.5 0.7 0.9], ...% 点的填充颜色为淡蓝色
    'MarkerFaceAlpha', 0.6, ...% 点的透明度设置为 0.6
    'LineWidth', 0.6);  % 线条粗细
hold on
% 拟合数据后，添加趋势线（浅红虚线）
p = polyfit(x, y, 1);
yfit = polyval(p, x);
plot(x, yfit, '--', 'Color', [1 0.4 0.4], 'LineWidth', 1.5);% 颜色粗细也均可更改
% 标签和标题字体大小与类型（字体略小,可自我调整）
xlabel('身高 (cm)', 'FontSize', 11,'FontWeight', 'bold','FontName', '宋体')
ylabel('体重 (kg)', 'FontSize', 11,'FontWeight', 'bold','FontName', '宋体')
title('身高与体重的关系', 'FontSize', 13, 'FontWeight', 'bold','FontName', '宋体')
% 图例（去边框，略小字体）
legend({'数据点', '趋势线'}, 'Location', 'southeast', 'Box', 'off', 'FontSize', 10)
% 网格和坐标轴美化
grid on
box off
set(gca, 'FontSize', 10, 'LineWidth', 1, 'TickDir', 'out')

散点图实现：

 2. 按类别分组着色的散点图绘制

        需要有两个数值变量，比如“身高”和“体重”，再加上一个分类变量（比如“性别”），就可以通过循环搭配 scatter() 函数，轻松画出按类别分组着色的散点图。不同类别的数据点用不同颜色区分，既直观又美观，适合展示各类数据在二维数值变量上的分布差异。

        以下是相关代码实现：

% 读取数据并保留原始列名，使得原本中文列名不被修改
data = readtable('散点图制作.xlsx', 'sheet', 'sheet2', 'VariableNamingRule', 'preserve');
x = data.('身高');
y = data.('体重');
group = data.('性别');  % 分类变量提取，按照实际情况修改
% 获取唯一类别标签
groups = unique(group);
colors = lines(length(groups));  
% 创建图形窗口
figure('Color', 'w');
hold on;
% 按类别绘制散点图并添加拟合线
for i = 1:length(groups)
    idx = strcmp(group, groups{i});  % 当前类别的数据索引
    % 绘制较小圆点的散点图，以下数据大小可以按需更改
    scatter(x(idx), y(idx), 40, ...
        'MarkerEdgeColor', [0.2 0.2 0.2], ...
        'MarkerFaceColor', colors(i, :), ...
        'MarkerFaceAlpha', 0.6, ...
        'LineWidth', 0.6, ...
        'DisplayName', groups{i});  % 设置图例
    % 拟合线（每组单独）
    p = polyfit(x(idx), y(idx), 1);           
    xfit = linspace(min(x(idx)), max(x(idx)), 100);  
    yfit = polyval(p, xfit);                  
    plot(xfit, yfit, '--', ...
        'Color', colors(i, :), ...
        'LineWidth', 1.5, ...
        'DisplayName', [groups{i} ' - 拟合线']); 
end
% 坐标轴标签和标题（字体可按需修改）
xlabel('身高 (cm)', 'FontSize', 11, 'FontWeight', 'bold', 'FontName', '宋体')
ylabel('体重 (kg)', 'FontSize', 11, 'FontWeight', 'bold', 'FontName', '宋体')
title('不同性别的身高与体重关系（含趋势线）', 'FontSize', 13, 'FontWeight', 'bold', 'FontName', '宋体')
% 图例
legend('Location', 'southeast', 'Box', 'off', 'FontSize', 10)
% 网格和坐标轴美化
grid on
box off
set(gca, 'FontSize', 10, 'LineWidth', 1, 'TickDir', 'out')

散点图实现：

3. 三维散点图的绘制

       需要有三个数值变量，比如“身高”、“体重”和“年龄”，再加上一个分类变量（比如“性别”），就可以通过循环搭配 scatter3() 函数，轻松绘制出按类别分组着色的三维散点图。不同类别的数据点用不同颜色标识，在三维空间中直观展示出变量之间的立体分布关系，特别适合用来观察多变量之间的联合趋势与类别间的结构差异。

        以下是相关代码实现：

% 读取数据并保留原始列名，使得原本中文列名不被修改
data = readtable('散点图制作.xlsx', 'sheet', 'sheet3', 'VariableNamingRule', 'preserve');
x = data.('身高');
y = data.('体重');
z = data.('年龄');      % 增加的第三个数值变量
group = data.('性别');  % 分类变量
% 类别和颜色
groups = unique(group);
colors = lines(length(groups));
% 图形窗口
figure('Color', 'w', 'Position', [100 100 800 600]);
hold on;
ax = gca;
ax.Color = [0.97 0.97 0.97];
ax.GridColor = [0.8 0.8 0.8];
ax.GridAlpha = 0.4;
% 绘制三维散点图，以下数据可以按需修改
for i = 1:length(groups)
    idx = strcmp(group, groups{i});
    scatter3(x(idx), y(idx), z(idx), 60, ...
        'MarkerEdgeColor', [0.3 0.3 0.3], ...
        'MarkerFaceColor', colors(i,:), ...
        'MarkerFaceAlpha', 0.7, ...
        'LineWidth', 0.7, ...
        'DisplayName', groups{i});
end
% 标签和标题字体大小与类型（字体略小,可自我调整）
xlabel('身高 (cm)', 'FontSize', 12, 'FontWeight', 'bold', 'FontName', '宋体');
ylabel('体重 (kg)', 'FontSize', 12, 'FontWeight', 'bold', 'FontName', '宋体');
zlabel('年龄 (岁)', 'FontSize', 12, 'FontWeight', 'bold', 'FontName', '宋体');
title('不同性别的身高、体重与年龄三维分布', ...
    'FontSize', 14, 'FontWeight', 'bold', 'FontName', '宋体');
legend('Location', 'northeastoutside', 'Box', 'off', 'FontSize', 10);
% 美化坐标轴
view(45, 20);
grid on;
box on;
rotate3d on;
axis tight;
set(gca, 'FontSize', 10, 'FontName', '宋体', 'LineWidth', 1, 'TickDir', 'out');
camproj perspective;

散点图实现：

       通过上面的案例示范，相信大家已经了解了如何利用 MATLAB 绘制不同的散点图。可视化不仅让数据更易于理解，也为后续的数据分析和交流打下了良好基础。如果你也在处理类似的多变量数据，不妨动手试一试，让图形为你的分析加分！（如有不对的地方也可以指出哦~）