【數據可視化】基礎知識貼③：錯綜複雜散點圖

熱門圖表工具下載：

• FusionCharts下載

• HighCharts下載

散點圖，若是學過咱們前面創意圖表系列的話，這種圖表應該很是熟悉了。

散點圖，在圖表界有萬表之王的稱號。

這可不是我隨便封的。

美國權威心理學專刊《Journal of the History of the Behavioral Sciences》（行爲科學史雜誌）在2005年一篇論文中如此評價散點圖：

「Most versatile, polymorphic, and generally useful invention in the history of statistical graphics.」這是信息圖表史上功能最多，形式多樣，應用範圍極爲廣闊的一個偉大發明！

散點圖能獲此評價，絕對不是吹出來的。

正如它的名字同樣，散點圖，能夠一堆紛亂如麻，看似無跡可尋的數據顯示出內在的關係邏輯來。

散點圖已經不只僅是一個圖表了，它已經演化爲一個強大的分析工具，能夠這麼說，散點圖，就是爲大數據而生的！

下面，仍是讓咱們一塊兒回顧一下散點圖的前世此生吧。

認識散點圖

散點圖，是繪製在X軸和Y軸座標系中，能夠同時表述兩個變量的一組數據點。這些大量的數據點組合在一塊兒，造成了一些形狀，揭示了數據背後的相關信息。

在這個散點圖中，就揭示了不一樣系列的產品中，銷售量與產品收入之間的關係模式。

散點圖溯源

提及散點圖的來由，若是你讀過咱們啓視錄系列前面幾篇的話，必定會想到一個名字：William Playfair。這是信息圖史上一個神通常的存在，他將折線圖、餅圖還有條狀圖帶到了咱們這個世界上。

但是，這一次你猜錯了。

散點圖不是普萊費爾發明的。

事實上，散點圖的出現如同它的名字同樣，散亂不堪，沒法理出一個有序的線索出來。

其實，對於散點數據的的視覺化應用，由來已久。好幾百年以來，人們一直將這些點放置在地圖，或者笛卡爾座標系中。後來人們逐漸意識到，當這些數據以不一樣參數，放置在直角座標系中，不少鮮爲人知的故事會偷偷地浮現出來。因而，散點圖逐漸開始流傳開來。

因此只能這麼說，散點圖，是廣大數據民工在長期的生產實踐中，經過不斷的探索和研究，最終發明出來的。

而William Playfair爵士之因此會與這個偉大的發明擦肩而過，主要是由於，他發明的圖表都是基於時間序列的，而散點圖卻再也不拘泥於時間這個基本的變量。

散點圖從一開始的默默無聞，到最後轟動科學界，直到最後加冕圖表之王，其實也就是百十年的事。可是經過散點圖帶來的不少偉大的發現，則完全改變了咱們的世界觀，推進了科學的發展。

1905年，丹麥科學家Danish astronomer Ejnar Hertzprung，在將一些恆星的亮度等級（絕對亮度}和他們的顏色（按光譜從藍白到紅色排列）進行對比的時候，他注意到這其中彷佛有着某些相關性。可是他一直沒有找到其中的奧祕。

直到1913年，美國天文學家Henry Norris Russell獨立發表論文，闡述了這個改變咱們認知宇宙的新發現。

沒錯，正是經過散點圖，他將恆星的按光譜和亮度兩個參數進行排列分析後發現，從高亮度低光譜（左上）到低亮度高光譜（右下）造成了一條明顯的趨勢線，而在左上角，還有一團比較密集的數據。

Henry意識到，這條趨勢線，或許正揭示了恆星從藍白色的新星到紅色的老星的一個演變的過程，也就是說，他發現了恆星一輩子的祕密。而左上角的那些數據，則是由一些暮年的紅巨星所集合而成。

這就是後來咱們所熟知的恆星的一輩子：原恆星—-主序星—-紅巨星—-白矮星—-黑矮星

這是從新繪製的由2200顆恆星數據所組成的Henry Norris Russell散點圖，咱們的太陽目前大體位於光序1（豎軸）色譜1.0左右的位置上，主序星階段，正值壯年！

關於更多的散點圖帶來的偉大發現，你們能夠到這裏圍觀：http://www.datavis.ca/papers/friendly-scat.pdf我就再也不多說了。

散點圖的應用

顯而易見，散點圖是一種應用很是普遍的圖表，並且具備其餘圖表所沒有的獨特優點。

不像其餘圖表的單一特性，散點圖不光能夠顯示趨勢，還能顯示集羣的形狀，以及在數據雲團中各數據點的關係——這在大數據應用中是極爲重要的一點。

不管是探尋肺活量與自由潛水的深度的關係，仍是研究地震強度與持續時間之間的關聯，或者對比不一樣部門利潤與支出的數據，咱們均可以用散點圖來進行不一樣方位解讀。

下面就是散點圖所常常表現出來的幾種趨勢：
正相關

負相關

無關

線性相關

指數相關

離羣值

這裏要注意的是，並非全部的相關關係都是簡單的因果關係，要注意其餘變量的存在以及對數據的影響。

散點圖的基本原則

對於散點圖，咱們如今已經有了大體的一些瞭解，如今讓咱們來看看散點圖設計中的一些基本原則吧

Y軸從0開始

這個應該是咱們反覆強調的了，Y軸從非零開始的話會截斷數據，形成誤讀。

包含多重變量

經過改變數據點的大小和顏色，來表示數據值的區別。

添加趨勢線

趨勢線能夠用來顯示數據變化的趨勢。

不要添加兩條以上的趨勢線

太多趨勢線，反而攪亂視線。

來源：InfoVision

瞭解更多數據可視化相關資訊