散点图，散点图和气泡图

散点图、气泡图是数据可视化中常见的重要图表类型，它们可以帮助我们更好地理解数据之间的关系，反映数据的分布特征，挖掘数据的内在规律。本文主要介绍散点图、气泡图的含义、使用方法及实现方式。

散点图

散点图（Scatter plot）是研究变量之间关系的一种图表。通常情况下，横轴表示自变量，纵轴表示因变量。通过在坐标系中显示数据的位置来观察变量之间的关系，可以发现是否存在趋势或者异常点等。

散点图适用于两个需要比较的连续型变量，例如温度与湿度、收入与教育程度等。它可以帮助我们发现数据的分布模式、集中程度和分散程度等。

下面是一个简单的Python代码实现散点图

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(1,10)
y = np.random.randint(1, 10, 9)
plt.scatter(x, y)
plt.show()

散点图和气泡图的区别

散点图和气泡图都是用来描述两个变量之间的关系，但是它们在表现形式上有所不同。散点图是通过散布在坐标系中的点来展示数据，而气泡图则是在散点图的基础上，使用了不同大小的气泡（圆形）来展示数据，气泡的大小代表另外一维度的数据。因此，气泡图除了可以表达两个变量之间的关系外，还可以在一个图表中体现出第三个变量的数据。

气泡图通常适用于需要显示三维数据的情况，比如股票行情中展示股票的涨跌幅和市值大小等。

下面是一个简单的Python代码实现气泡图

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(0)
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = (np.random.rand(N) * 30) ** 2

plt.scatter(x, y, s=area, c=colors, alpha=0.5)
plt.show()

参考资料

1. 散点图 - 维基百科
2. 气泡图 - 维基百科
3. Python可视化基础（1）绘制散点图
4. Python可视化基础（2）绘制气泡图