SoviChart資料視覺化:散點圖(Scatter plot)

Sovit資料視覺化研究猿發表於2022-12-02

什麼是散點圖

散點圖也可以稱為 x-y 圖,用於展示資料的相關性和分佈關係,由X軸和Y軸兩個變數組成。透過因變數(Y軸數值)隨自變數(X軸數值)變化的呈現資料的大致趨勢,同時支援從類別和顏色兩個維度觀察資料的分佈情況。


SoviChart資料視覺化:散點圖(Scatter plot)


散點圖通常用於顯示和比較數值,例如科學、統計和工程資料。透過散點圖可以判斷兩個變數之間是否存在某種關係,並可以反映五維資料。每個點的不同顏色或標籤,以及點的大小等,都可以反映一個維度,通常使用率為10%。

散點圖應用場景

適用場景

散點圖可幫助查詢值之間的潛在關係,並查詢資料集中的異常值。如果要顯示每個例項至少有兩個指標的資料,散點圖非常有用。


當兩個變數具有相關性時,可以使用散點圖:

使用資料點繪製散點圖可以幫助確定它們之間是否存在潛在關係。

例如,以下是一家在經營的冰淇淋店鋪,圖表顯示的是隨著氣溫變化銷售額的變化情況,如下例所示:


SoviChart資料視覺化:散點圖(Scatter plot)


當自變數具有因變數的多個值時,可以使用散點圖:

首先,變數是要跟蹤或衡量的東西。每個圖形都有兩個變數,一個通常在 x 軸上繪製的自變數和一個通常在 y 軸上繪製的因變數。

自變數是受控變數。這是自然變化的,或者操作人人為改變的。因變數是正在研究或測量的變數。在散點圖中,要確定的是變數是否與自變數具有相關性。

例如,嘗試確定身高和體重是否有相關性,則高度將放置在 x 軸上,體重將放置在 y 軸上,如下例所示:


SoviChart資料視覺化:散點圖(Scatter plot)


當有兩個完美配對的變數時,可以使用散點圖:

如果有兩個變數很好地配對在一起,則將它們繪製在散點圖上是檢視它們的關係並檢視它是正相關還是負相關性的好方法。

例如,出生嬰兒體重與胎齡(嬰兒在子宮內的時間)的關係,如下圖所示:


SoviChart資料視覺化:散點圖(Scatter plot)


不適場景

當資料完全不相關時,避免使用散點圖:

某些變數很明顯沒有相關性,使用散點圖是沒有用的,此時使用條形圖可能是最好的選擇。


當資料集太大時,避免使用散點圖:

當散點圖中的資料太多以至於阻塞整個圖形時,以至於它基本上變成了一個大斑點,很難從這種圖表中讀到很多東西。


SoviChart資料視覺化:散點圖(Scatter plot)

散點圖大屏應用


使用者可以進入SovitJs後臺後,在平臺內拖動此圖表元件進行視覺化大屏設定。


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/70014953/viewspace-2926493/,如需轉載,請註明出處,否則將追究法律責任。

相關文章