pandas 散点图 plot.scatter

散点图（Scatter graph）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。

图形意义

通过观察散点图上数据点的分布情况，我们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。

散点图经常与回归线（就是最准确地贯穿所有点的线）结合使用，归纳分析现有数据以进行预测分析。

创建方法

可以使用 DataFrame.plot.scatter() 方法绘制散点图。 散点图要求 x 和 y 轴为数字列。这些可以通过 x 和 y 关键字指定。

df = pd.DataFrame(np.random.rand(50, 4),
                  columns=['a', 'b', 'c', 'd'])

df.plot.scatter(x='a', y='b')

多组数据

要在单个轴上绘制多个列组，请重复指定目标轴的绘图方法。 建议指定颜色和标签关键字以区分每个组。

ax = df.plot.scatter(x='a', y='b', color='DarkBlue', label='Group 1');
df.plot.scatter(x='c', y='d', color='DarkGreen', label='Group 2', ax=ax);

点的颜色

c 参数可以指定点的颜色。

df.plot.scatter(x='a', y='b', c='c', s=50)

c 的取值可以是：

• 字符，RGB 或者 RGBA 码, 如 ‘red’ ， ‘#a98d19’
• 序列，颜色列表，对应每个点的颜色
• 列名称或位置，其值将用于根据颜色图为标记点着色

df.plot.scatter(x='a', y='b', c=['green','yellow']*25, s=50)
df.plot.scatter(x='a', y='b', c='DarkBlue')
df.plot.scatter(x='a', y='b', c='c', colormap='viridis')

色阶栏

colorbar=True 在当前坐标区或图的右侧显示一个垂直颜色栏。颜色栏显示当前颜色图并指示数据值到颜色图的映射。

df.plot.scatter(x='a', y='b', c='DarkBlue', colorbar=True)

点大小

s 可以指定点的大小：

df.plot.scatter(x='a', y='b', s=df['c'] * 200)
df.plot.scatter(x='a', y='b', s=50) # 同样大小

其他参数

可以参考官方文档了解更多参数。