Python数据分析入门日记Day19：数据绘图库Matplotlib：散点图

Python数据分析入门日记Day19

——数据绘图库Matplotlib:散点图

祝我的所有读者新年快乐！

今天学习了散点图，众所周知，散点图能够反映变量两两之间的相关性，在绘制散点图之前，还是先来搞清楚Matplotlib中绘制散点图的函数scatter()里的一些参数。

1、scatter()函数

其中，x和y为用于绘制散点图的数据；s指定散点图中点的大小，默认值为20；c可以用于设定散点图中点的颜色，默认为蓝色；marker用于设定点的形状，默认为圆圈”o”；当用于绘制散点图的数据为浮点型数组时，cmap这个参数才起作用，也是用于进行颜色设定；norm用来表示数组的量度；vmin和vmax对量度进行设置，用途跟norm类似；alpha用于设置透明度；linewidth设置散点图边界的粗细；edgecolors用于设置散点图边界的粗细。

2、一般散点图的绘制

案例：腰围和体重的关系

今天的案例采用之前学习SPSS时用于回归分析的腰围和体重数据。首先，导入所要用到的库，选取绘图风格，进行中文乱码和坐标轴负号处理，并读取数据，查看前五行。(这些都是每次绘图前必不可少的工序，只要记得套用就可以啦)

更改scatter()函数中的参数，为绘制的散点图进行DIY：

设置标题和坐标轴标签，对数据进行说明，可以便于他人读懂散点图所传达的信息。

最后，千万不要忘记用plt.show()函数展示绘图结果：

从腰围和体重关系的散点图中，可以很明显地看出，腰围和体重之间存在正相关关系。

完整代码：

3、组散点图的绘制

案例：工资收入的影响因素

使用之前学习SPSS时用到的工资收入的影响因素数据(其中，数据集中sr表示工资收入，gl表示工龄，单位:月，性别Sex一栏F表示女性，M表示男性)。

为在散点图中区分不同性别的职工，为其表示的散点设定不同颜色后，再对散点图进行绘制。编写一个for循环，提取不同性别的职工工资收入和工龄的信息。

添加散点图中的轴标签和标题，并在左上方放置图例。

最终绘制出的散点图如下：

从工资收入的影响因素散点图中可以看出，该公司女性职工的工龄明显高于男性；若工龄相同，男性职工的工资会高于女性职工；当获得相同报酬时，女性职工的工龄大于男性。

4、气泡图的绘制

案例：腰围和体重关系

利用腰围、体重、体脂的数据，完成气泡图绘制的学习。首先，导入所需库(numpy、pandas、matplotlib)，读取数据并查看数据的前五行。

利用scatter()函数绘制气泡图。

设置x轴和y轴的刻度范围，添加标签和气泡图标题，别忘了用plt.show()显示图。

最终绘制出的气泡图如下：

腰围和体重呈现的关系依旧是正相关，图中气泡大小表示体脂，很明显体重越轻、腰围越小的人体脂低。另外还可以看出，即使具有相同的腰围和体重，但体脂还是有所不同。

完整代码：

5、散点图+线性回归

在很多数据分析报告中，我们常见散点图和线性回归同时出现，可以更全面地反映变量间的相互关系。调用线性回归模型需要从sklearn库中导入。

依旧用腰围和体重数据完成这一块内容的学习。首先，读取数据并完成对散点图的一些基本设置：

开始建模：

完成对绘制图的标题、坐标轴标签等一系列设置：

最终的散点+线性回归图如下：

完整代码：

今天关于散点图绘制的学习就告一段落啦，特别是气泡图能够反映更多变量信息，我们要更熟练和广泛地运用。

最后，老样子，如果有什么好的意见和建议欢迎留言指点~明天是我的学习笔记陪伴大家的最后一天啦！感谢一直以来支持我的你们，也感谢大过年依旧勤奋的我自己，爱你们哦！

Ovaltine