跳到主要内容

Pandas 散点图

散点图是一种用于展示两个变量之间关系的可视化工具。它通过在二维平面上绘制点来表示数据，每个点的位置由两个变量的值决定。散点图常用于发现数据中的趋势、模式或异常值。

在Pandas中，散点图可以通过 DataFrame.plot.scatter() 方法轻松创建。本文将逐步介绍如何使用Pandas绘制散点图，并通过实际案例展示其应用。

1. 基本概念​

散点图的核心思想是通过点的分布来展示两个变量之间的关系。例如，如果我们想研究身高和体重之间的关系，可以将身高作为X轴，体重作为Y轴，每个点代表一个人的身高和体重数据。

2. 创建散点图​

2.1 导入必要的库​

首先，我们需要导入Pandas和Matplotlib库。Matplotlib是Pandas绘图功能的后端。

python
import pandas as pd
import matplotlib.pyplot as plt

2.2 创建示例数据​

让我们创建一个简单的DataFrame来演示散点图的绘制。

python
data = {
    'Height': [150, 160, 170, 180, 190],
    'Weight': [50, 60, 70, 80, 90]
}
df = pd.DataFrame(data)

2.3 绘制散点图​

使用 plot.scatter() 方法绘制散点图。

python
df.plot.scatter(x='Height', y='Weight', title='Height vs Weight')
plt.show()

2.4 输出结果​

运行上述代码后，你将看到一个散点图，X轴表示身高，Y轴表示体重。每个点代表一个人的身高和体重数据。

备注

如果你在Jupyter Notebook中运行代码，plt.show() 是必要的，否则图形可能不会显示。

3. 自定义散点图​

3.1 修改点的大小和颜色​

你可以通过 s 参数调整点的大小，通过 c 参数调整点的颜色。

python
df.plot.scatter(x='Height', y='Weight', s=100, c='red', title='Height vs Weight')
plt.show()

3.2 添加网格线​

为了更清晰地观察数据，你可以添加网格线。

python
df.plot.scatter(x='Height', y='Weight', grid=True, title='Height vs Weight')
plt.show()

4. 实际案例​

4.1 分析学生成绩​

假设我们有一个包含学生数学和英语成绩的DataFrame，我们想分析这两门成绩之间的关系。

python
data = {
    'Math': [85, 90, 78, 92, 88],
    'English': [88, 85, 80, 95, 90]
}
df = pd.DataFrame(data)

df.plot.scatter(x='Math', y='English', title='Math vs English Scores')
plt.show()

4.2 输出结果​

运行上述代码后，你将看到一个散点图，X轴表示数学成绩，Y轴表示英语成绩。通过观察点的分布，你可以判断两门成绩之间是否存在相关性。

提示

如果点大致沿着一条直线分布，说明两门成绩之间存在较强的相关性。

5. 总结​

散点图是探索两个变量之间关系的强大工具。通过Pandas的 plot.scatter() 方法，你可以轻松创建散点图，并通过自定义参数调整图形的外观。在实际应用中，散点图可以帮助你发现数据中的趋势、模式或异常值。

6. 附加资源与练习​

  • 练习1：创建一个包含100个随机点的DataFrame，并绘制散点图。
  • 练习2：使用真实数据集（如Iris数据集）绘制散点图，分析不同特征之间的关系。
警告

在绘制散点图时，确保数据是数值型的，否则可能会引发错误。

通过本文的学习，你应该已经掌握了如何使用Pandas绘制散点图。继续练习并探索更多数据可视化的技巧吧！