页顶 上一个 首页 下一个 |
散点图描述也称为「点图」、「散布图」或「X-Y 点图」。 所谓的散点图 (Scatterplot) 就是在笛卡尔座标上放置一系列的数据点,用来显示两个变量的数值(每个轴上显示一个变量),并检测两个变量之间的关系或相关性是否存在。 我们可以通过研究散点图上所显示的模式,了解数据之间的各种相关性,如正比(数值一起增加)、反比(其中一个数值随着另一数值的增加而减小)、零(无相关)、线性、指数级和 U 形。我们也可以通过查看图上数据点的密度来确定相关性的强度。远超出一般聚集区域的数据点称为「异常值」。 图表中可加入直线或曲线(尽可能靠近所有数据点)来辅助分析,并显示当所有数据点凝聚成单行时的模样,通常称为「最佳拟合线」或「趋势线」,用来进行估计(通过插值)。 如您有一对数值数据,可使用散点图来查看其中一个变量是否在影响着另一个变量。可是请记住,相关性并非因果关系,也有可能存在另一个变量在影响着结果。 功能模式
关系
解剖学可视化工具
基于代码的:
amCharts (JS)
AnyChart (JS)
Apache ECharts (JS)
Chart.js (JS)
D3.js Graph Gallery (D3.js)
FusionCharts (JS)
Google Charts (HTML5)
Highcharts (JS)
JSCharting (JS)
Observable (D3.js)
Plotly (JS)
Python Graph Gallery (seaborn, matplotlib, plotly)
R Graph Gallery (R: ggplot2)
Vega
Vega-Lite
ZingChart (JS)
|