散点图和气泡图可视化

散点图和气泡图是常用于数据可视化的工具。它们可以帮助我们了解数据的分布情况和关系，发现数据中的规律和异常，以及预测未来的趋势。

散点图

散点图是将两组数据分别作为 x 轴和 y 轴，用点的位置表示它们之间的关系。散点图可以用于探究两组数据的相关性和趋势，并且在数据集较小的情况下也可以绘制出较为清晰的图像。

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
x = np.random.randn(100)
y = np.random.randn(100)

# 绘制散点图
plt.scatter(x, y)
plt.show()

在上面的例子中，我们通过 numpy 生成了一个包含 100 个随机数的数组，然后使用 scatter 函数绘制了这些数据点的散点图。

气泡图

像散点图一样，气泡图也是用于绘制两个数据之间的关系。它在散点图的基础上，通过点的大小或颜色等属性来表示第三个数据的值。这使得气泡图可以在同一张图上展示更多的信息。

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
x = np.random.randn(100)
y = np.random.randn(100)
size = np.random.randn(100) * 100

# 绘制气泡图
plt.scatter(x, y, s=size, alpha=0.5)
plt.show()

在上面的例子中，我们除了 x 轴和 y 轴的数据之外，还生成了一个用于表示点大小的数组 size。通过在 scatter 函数中指定 s 参数，我们可以将每个点的大小设置为相应的 size 值。同时，我们还设置了 alpha 参数来调整点的透明度，使得不同大小的点之间更容易区分。

总之，散点图和气泡图都是非常实用的数据可视化工具，在不同的场景下可以发挥巨大的作用。我们可以根据实际需求选择合适的图表类型，并通过调整各种参数来优化图表效果。