> For the complete documentation index, see [llms.txt](https://reee-visual.gitbook.io/ray-design/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://reee-visual.gitbook.io/ray-design/san-dian-tu.md).

# 散点图

散点图，又称点图、散布图、X-Y图，英文Scatter plot或Scatter gram。 

基础散点图适用于研究详细数据中两个变量之间的相互关系，根据分布情况，推断出变量间的相关性、趋势、数据形成的形状。

### 一、散点图图解

适合展示较大的数据集，显示两组数据间相互关系或影响程度。

![](/files/NevmweXESWQFSUJaVDNs)

### 二、基本属性

![](/files/VuEbfTt0RgSmZ4vd0jDC)

### 三、数据结构

在笛卡尔二维坐标系中，X和Y轴分别确定了变量的数据。

其控制范围如下： 第一列：「标签名称」；第二列：「映射X轴」；第三列：「映射Y轴」。

| 标签名称    | 映射x轴 |   映射y轴 |
| ------- | :--: | -----: |
| 麻疹      |  16  | 0.0015 |
| 百日咳     |  16  |   0.04 |
| 小儿麻痹症   |   7  |  0.075 |
| 风疹      |   7  |  0.045 |
| 天花      |   7  |    0.3 |
| 非典      |   4  |  0.125 |
| 西班牙流感   |   3  |    0.1 |
| 埃博拉病毒   |   3  |  0.575 |
| 季节性流感   |   3  |  0.001 |
| 鼠疫      |   2  |    0.1 |
| 中东呼吸综合征 |   2  |   0.35 |
| 新型冠状病毒  |  \~7 | \~0.35 |

### 四、适用场景及相关关系

#### 4.1 相关性

适用于展示较大的数据集，显示两组数据间相互关系或影响程度。 

常出现的关系有：正相关（两个变量值同时增加）、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、U形相关等。

![](/files/Sqij6v2sNmcUmqhTn5zv)

#### 4.2 对比强度

适用于分析两组变量之间相关性的强弱对比，可以通过数据点的密集度来确定相关性的强与弱。

![](/files/MI8la7coOD12yhCqsD1v)

#### 4.3 对比效果

适用于不考虑时间的情况下对比大量数据点，数据点越多，对比效果就越明显。

![](/files/fZUz5g2Bps3mHwPI4cUg)

### 五、不使用场景

#### 5.1 数据点少

对于数据点较少的数据集不建议使用，分析结果会存在较大的偶然性。如下图，3个数据点无法准确的判断其相关性。

![](/files/PcNJ4z7UlRqr0dStBkuF)

#### 5.2 数据过多

当数据点过大、过多的情况，会影响图表的可读性，从而无法进行数据分析。可通过减小数据点大小、降低透明度、减少数据量、添加描边等方法优化以保证可读性。

![](/files/Uw0SUf33cgIWsIHJuO2w)

### 六、散点图图史

散点图的起源是未知的。 

下图为弗朗西斯·高尔顿（Francis Galton，1822-1911）的一张散点相关图，显示了头围和身高之间的关系，来自他未注明日期的笔记本《特殊特性》。

![资料来源：Hilts（1975年，图5，P.26)](/files/N3TL7xyxD1JNbqbycbXg)

### 七、设计开眼

以下为具有代表性的设计案例，更多案例持续添加中。

![近20年各国登山者攀登珠穆朗玛峰的记录](/files/HUVmcr6A1xUAwsbetlU8) ![数据艺术作品《百年外滩变迁史》](/files/WqHw1xBVZMB5CwObO4Ki)

![权利的游戏图表](/files/VOE1L2KIr9o4DIEkDfjk) ![生死可视化](/files/8OPgIQiwf9lLsJ1nGXIG)

### 八、更多学习资源

[1、深入探讨散点图系列。](https://zhuanlan.zhihu.com/p/39525392)

[2、散点图的起源于发展（英文）。](https://www.datavis.ca/papers/friendly-scat.pdf)

[3、如何设计散点图。](https://visage.co/data-visualization-101-scatter-plots/)