数据分析基础之《matplotlib（3）—散点图》
一、常见图形种类及意义
1、matplotlib能够绘制折线图、散点图、柱状图、直方图、饼图。我们需要知道不同的统计图的意义，以此来决定选择哪种统计图来呈现我们的数据
2、折线图plot
说明：以折线的上升或下降来表示统计数量的增减变化的统计图
特点：能够显示数据的变化趋势，反映事物的变化情况（变化）
3、散点图scatter
说明：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
特点：判断变量之间是否存在数量关联趋势，展示离群点（分布规律）
4、柱状图bar
说明：排列在工作表的列或行中的数据可以绘制到柱状图中
特点：绘制离散的数据，能够一眼看出各个数据的大小，比较数据之间的差别（统计/对比）
5、直方图histogram
说明：由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据范围，纵轴表示分布情况
特点：绘制连续性的数据展示一组或多组数据的分布情况（统计）
6、饼图pie
说明：用于表示不同分类的占比情况，通过弧度大小来对比各种分类
特点：分类数据的占比情况（占比）
2、代码
# 散点图绘制
# 1、准备数据
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、创建画布
plt.figure(figsize=(20,8), dpi=100)
# 3、绘制图像
plt.scatter(x, y)
# 4、显示图像
plt.show()
三、散点图应用场景
1、探究不同变量之间的内在关系