Python散点图案例如何绘制分布图表

wen python案例 2026-06-30 27

Python散点图案例：如何绘制分布图表（完整实战指南）

📖 目录导读

为什么散点图是分布分析的核心工具？
Python散点图基础：matplotlib与seaborn对比
实战案例1：二维分布散点图（含颜色映射）
实战案例2：三维散点图与密度分布叠加
实战案例3：分组散点图与统计分布同步
进阶技巧：如何提升散点图的可读性与SEO价值
常见问题FAQ

为什么散点图是分布分析的核心工具？

在数据分析领域，散点图（Scatter Plot）是最直观展示数据分布特征的图表类型,尤其适用于：

Python散点图案例如何绘制分布图表

发现变量相关性：通过点的聚集模式判断正/负/无相关
识别异常值：远离整体集群的孤立点
观察聚类结构：自然分组现象（如K-means聚类可视化）

核心区别：柱状图/折线图侧重趋势，散点图聚焦“点”的密度与分散性，在金融风险评估中，散点图能快速显示资产收益率与波动性的“风险-收益”分布规律。

Python散点图基础：matplotlib与seaborn对比

库	适用场景	核心函数	代码复杂度
matplotlib	高度自定义，全平台兼容	`scatter()`
seaborn	快速美观，自动统计分布	`scatterplot()`

基础语法对比（生成100个随机点）：

# matplotlib版本
import matplotlib.pyplot as plt
x = np.random.randn(100)
y = np.random.randn(100)
plt.scatter(x, y, alpha=0.6, c='blue')
plt.xlabel('X轴变量'); plt.ylabel('Y轴变量')'matplotlib散点图')
plt.show()
# seaborn版本
import seaborn as sns
df = pd.DataFrame({'x': x, 'y': y})
sns.scatterplot(data=df, x='x', y='y', alpha=0.8)'seaborn散点图')
plt.show()

关键点：seaborn自动添加统计分布边缘（需结合jointplot），matplotlib需要手动设置alpha（透明度）避免点重叠。

实战案例1：二维分布散点图（含颜色映射）

场景：分析城市人口密度与空气质量指数的关系,并用颜色映射表示城市等级。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
# 构造示例数据
np.random.seed(42)
cities = ['北京','上海','广州','深圳']*25
density = np.random.randint(1000, 5000, 100)  # 人口密度
aqi = np.random.randint(30, 200, 100)        # 空气质量指数
levels = np.random.choice(['一级','二级','三级'], 100)  # 城市等级
df = pd.DataFrame({'城市':cities,'密度':density,'AQI':aqi,'等级':levels})
# 绘制带颜色映射的散点图
plt.figure(figsize=(10,6))
colors = {'一级':'green','二级':'orange','三级':'red'}
for level in df['等级'].unique():
    subset = df[df['等级']==level]
    plt.scatter(subset['密度'], subset['AQI'], 
                c=colors[level], label=level, alpha=0.7, s=50)
plt.xlabel('人口密度（人/平方公里）', fontsize=12)
plt.ylabel('空气质量指数（AQI）', fontsize=12)'城市人口密度与空气质量分布关系', fontsize=14)
plt.legend(title='城市等级')
plt.grid(True, linestyle='--', alpha=0.3)
plt.show()

解读：绿色点（一级）多集中在密度适中、AQI较低区域；红色点（三级）在密度高或AQI高区域呈离散分布,说明城市等级与污染程度存在关联。

实战案例2：三维散点图与密度分布叠加

目标：当数据具备三个连续变量时，用三维散点图观察立体分布,并叠加边缘密度图。

from mpl_toolkits.mplot3d import Axes3D
from scipy.stats import gaussian_kde
fig = plt.figure(figsize=(12,8))
ax = fig.add_subplot(111, projection='3d')
# 生成三维数据
x = np.random.normal(0, 1, 500)
y = np.random.normal(0, 1, 500)
z = np.random.normal(0, 1, 500)
# 计算密度以控制点大小
xyz = np.vstack([x, y, z])
kde = gaussian_kde(xyz)
density = kde(xyz)
# 绘制三维散点图
sc = ax.scatter(x, y, z, c=density, s=20*density, cmap='viridis', alpha=0.6)
plt.colorbar(sc, ax=ax, label='密度值')
ax.set_xlabel('X'); ax.set_ylabel('Y'); ax.set_zlabel('Z')
ax.set_title('三维散点图+密度分布（点大小与密度相关）')
plt.show()

关键点：通过gaussian_kde计算核密度估计，使高密度区域点更大、颜色更明亮,直观显示数据集群。

实战案例3：分组散点图与统计分布同步

场景：对比不同类别的数据分布，同时显示其统计特征（如均值、中位数、分位数）。

import seaborn as sns
import matplotlib.pyplot as plt
# 使用seaborn内置数据集
df = sns.load_dataset('iris')
# 创建分组散点图+提琴图
fig, axes = plt.subplots(1, 2, figsize=(14,5))
# 左侧：分组散点图
sns.scatterplot(data=df, x='sepal_length', y='petal_length', 
                hue='species', style='species', s=60, ax=axes[0])
axes[0].set_title('鸢尾花花瓣长度与花萼长度分布')
# 右侧：小提琴图+散点图叠加
sns.violinplot(data=df, x='species', y='sepal_length', 
               inner='box', cut=0, ax=axes[1])
sns.stripplot(data=df, x='species', y='sepal_length', 
              color='black', alpha=0.5, jitter=True, ax=axes[1])
axes[1].set_title('花萼长度分布统计')
plt.tight_layout()
plt.show()

优势：左侧散点图显示个体分布；右侧小提琴图展示密度体形，内部箱线图显示中位数和四分位数，散点通过jitter避免重叠。

进阶技巧：如何提升散点图的可读性与SEO价值

规避重叠问题
- 使用alpha透明度（0.3~0.7最佳）
- 对大数据集使用rasterized=True（栅格化）
```
plt.scatter(x, y, alpha=0.3, rasterized=True)
```

添加边缘分布（边际图）
seaborn的jointplot：

sns.jointplot(data=df, x='x', y='y', kind='scatter', marginal_kws=dict(bins=30))

交互式散点图（增加页面的UX深度）

import plotly.express as px
fig = px.scatter(df, x='x', y='y', color='category', 
                 hover_data=['info'], size_max=15)
fig.write_html('scatter_plotly.html')  # 可嵌入网页

SEO优化建议
- 图表alt属性描述数据分布特征：<img src="scatter.png" >
- 文章内嵌代码块设置lang="python"，提高技术内容爬虫识别度
- 使用结构化数据标记图表：<script type="application/ld+json">{"@context":"https://schema.org","@type":"VisualArtwork","name":"城市等级散点图"...}</script>