散点图type
status
date
slug
summary
tags
category
icon
password
Property
散点图也叫 X-Y 图，它将所有的数据以点的形式展现在直角坐标系上，以显示变量之间的相互影响程度，点的位置由变量的数值决定。
通过观察散点图上数据点的分布情况，可以推断出变量间的相关性。如果变量之间不存在相互关系，那么在散点图上就会表现为随机分布的离散的点，如果存在某种相关性，那么大部分的数据点就会相对密集并以某种趋势呈现。数据的相关关系主要分为：正相关（两个变量值同时增长）、负相关（一个变量值增加另一个变量值下降）、不相关、线性相关、指数相关等，表现在散点图上的大致分布如下图所示。那些离点集群较远的点我们称为离群点或者异常点。
示例图如下：
绘制散点图
可以使用 pyplot 中的
scatter() 方法来绘制散点图参数说明：
- x，y：长度相同的数组，也就是绘制散点图的数据点，输入数据
- s：点的大小，默认 20，也可以是个数组，数组每个参数为对应点的大小
- c：点的颜色，默认蓝色 'b'，也可以是个 RGB 或 RGBA 二维行数组
- marker：点的样式，默认小圆圈 'o'
- cmap：Colormap，默认 None，标量或者是一个 colormap 的名字，只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap
- norm：Normalize，默认 None，数据亮度在 0-1 之间，只有 c 是一个浮点数的数组的时才使用
- vmin，vmax：：亮度设置，在 norm 参数存在时会忽略
- alpha：：透明度设置，0-1 之间，默认 None，即不透明
- linewidths：：标记点的长度
- edgecolors：：颜色或颜色序列，默认为 'face'，可选值有 'face', 'none', None
- plotnonfinite：：布尔值，设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点
- *kwargs：：其他参数
绘制回归曲线
有一组数据后，可以对这组数据进行回归分析，回归分析可以帮助我们了解这组数据的大体走向。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照自变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且自变量之间存在线性相关，则称为多重线性回归分析。
自变量数量 | 是否线性 | 回归类型 |
1个 | 是 | 一元线性回归 |
多个 | 是 | 多元线性回归 |
1个 | 否 | 一元非线性回归 |
多个 | 否 | 多元非线性回归 |
通过以上运动员散点图的分析，我们总体上可以看出来是满足线性回归的，因此可以在图上绘制一个线性回归的线条。想要绘制线性回归的线条，需要先按照之前的数据计算出线性方程，假如
x是自变量，y是因变量，那么线性回归的方程可以用以下几个来表示：y = 截距+斜率*x+误差只要把这个方程计算出来了，那么后续就可以根据
x的值，大概的估计出y的取值范围，也就是预测。如果针对以上运动员的身高和体重的关系，只要有身高，那么就可以大概的估计出体重的值。回归方程的绘制我们需要借助scikit-learn库，需要使用里面的线性回归类sklearn.liear_regression.LinearRegression：