散點圖(scatter)
學習目標
-
目標
。掌握常見統計圖及其意義 。繪製散點圖 -
應用
。探究不同變量之間的關係 -
內容預覽
。2.3.1常見圖形種類及意義。2.3.2散點圖繪製
。2.3.3散點圖應用場景
Matplotlib能夠繪製折線圖、散點圖、柱狀圖、直方圖、餅圖。
我們需要知道不同的統計圖的意義，以此來決定選擇哪種統計圖來呈現我們的數據。
常見圖形種類及意義
- 折線圖 plot ：以折線的上升或下降來表示統計數量的增減變化的統計圖
特點：能夠顯示數據的變化趨勢，反映數據的變化情況。（變化）
- 散點圖 scatter ：用兩組數據構成多個座標點，考察座標點的分佈，判斷兩變量之間是否存在某種關聯或總結座標點的分佈模式。
特點：判斷數據之間是否存在數量關聯趨勢，展示離群點（分佈規律）
- 柱狀圖 bar ：排列在工作表的行或列中的數據可以繪製在柱狀圖中。
特點：繪製連離散的數據，能夠一眼看出各個數據的大小，比較數據之間的差別。（統計/對比）
- 直方圖 histogram ：由一系列高度不等的縱向條紋或線段表示數據分佈的情況。一般用橫軸表示數據範圍，縱軸表示分佈情況。
特點：繪製連續性的數據展示一組或者多組數據的分佈情況。（統計）
- 餅圖：用於表示不同分類的佔比情況，通過弧度大小來對比各種分類。
特點：分類數據的佔比情況。（佔比）
散點圖繪製
示例：
需求：探究房屋面積和房屋價格的關係
房屋面積數據：
x=[225.98，247.07，253.14，457.85，241.58，
301.01，20.67，288.64，163.56，120.06，
207.83，342.75，147.9，53.06，224.72，29.51，
21.61，483.21，245.25，399.25，343.35]房屋價格數據：
y=[196.63，203.88，210.75，372.74，202.41，
247.61，24.9，239.34，140.32，104.15，176，
84，288.23，128.79，49.64，191.74，33.1，
30.74，400.02，205.35，330.64，283.45]代碼：
#1、準備數據
x=[225.98，247.07，253.14，457.85，241.58，
301.01，20.67，288.64，163.56，120.06，
207.83，342.75，147.9，53.06，224.72，29.51，
21.61，483.21，245.25，399.25，343.35]
y=[196.63，203.88，210.75，372.74，202.41，
247.61，24.9，239.34，140.32，104.15，176，
84，288.23，128.79，49.64，191.74，33.1，
30.74，400.02，205.35，330.64，283.45]
#2、創建畫布
plt.figure(fig size=(20， 8) ， dpi=80)
#3、繪製圖像
plt.scatter(x， y)
#4、顯示圖像
plt.show()執行結果為：
散點圖應用場景
探究不同變量之間的內在關係。
配套視頻課程點擊這裡查看
學習更多有關內容，請訂閱 Python學習站 官方技術圈！