SoviChart資料視覺化:散點圖(Scatter plot)
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。
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:
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:
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:
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。
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
- SoviChart資料視覺化:條形圖(Bar chart)視覺化
- 如何利用散點圖矩陣進行資料視覺化矩陣視覺化
- Python視覺化-散點圖與彩色散點圖Python視覺化
- R語言之視覺化①③散點圖+擬合曲線R語言視覺化
- Python資料視覺化:5段程式碼搞定散點圖繪製與使用,值得收藏Python視覺化
- [資料分析與視覺化] Python繪製資料地圖2-GeoPandas地圖視覺化視覺化Python地圖
- 大資料視覺化的特點大資料視覺化
- 資料視覺化如何選擇合適的視覺化圖表?視覺化
- 資料視覺化圖表之折線圖視覺化
- 柔性振動盤視覺散料 CCD視覺上料視覺
- R視覺化:plot函式基礎操作,小白教程視覺化函式
- 資料視覺化之下發圖實踐視覺化
- Echarts資料視覺化,easyshu圖表整合。Echarts視覺化
- 盤點2021最佳資料視覺化專案視覺化
- 大資料視覺化平臺優點在哪大資料視覺化
- 一張圖:資料分析師的完整資料視覺化指南圖視覺化
- 前端之圖形學-1 資料視覺化前端視覺化
- 資料視覺化常用圖形都有哪些(一)視覺化
- 資料視覺化常用圖形都有哪些(二)視覺化
- 資料視覺化常用圖形都有哪些(三)視覺化
- 資料視覺化常用圖形都有哪些(四)視覺化
- Python資料視覺化之Pygal圖表型別Python視覺化型別
- Charts.css:資料視覺化圖表框架CSS視覺化框架
- 資料分析Power BI資料視覺化教程(四)——建立瀑布、漏點圖以及修改圖表顏色視覺化
- 資料視覺化【十五】視覺化
- 資料看板視覺化視覺化
- Matlab資料視覺化Matlab視覺化
- 資料視覺化基本原理——視覺化模型視覺化模型
- 資料視覺化的優點是什麼(一)視覺化
- 資料視覺化的優點是什麼(二)視覺化
- 資料視覺化軟體有什麼特點視覺化
- 快速實現地圖遷移資料視覺化地圖視覺化
- 資料視覺化專案---客源分析趨勢圖視覺化
- python資料分析與視覺化【思維導圖】Python視覺化
- 資料圖表方案,企業影片生產資料視覺化視覺化
- 什麼是資料視覺化,為什麼資料視覺化很重要?視覺化
- 資料視覺化--實驗五:高維非空間資料視覺化視覺化
- 視覺化之資料視覺化最強工具推薦視覺化