厲害了，Matplotlib還能這樣畫散點(diǎn)圖！

在數(shù)據(jù)可視化中，二維散點(diǎn)圖的應(yīng)用范圍很廣，比如用來(lái)觀測(cè)兩個(gè)變量之間的相關(guān)性、展示銷量的的走勢(shì)等等，這些是散點(diǎn)圖的常規(guī)用法。

然而，這篇文章想講的是，二維散點(diǎn)圖能夠展現(xiàn)的信息遠(yuǎn)不止兩個(gè)維度。Matplotlib進(jìn)階繪圖的第二篇文章，帶你扒一扒散點(diǎn)圖都有哪些妙用。

本文用的數(shù)據(jù)集是加州房產(chǎn)價(jià)格數(shù)據(jù)集，每個(gè)樣本代表一個(gè)街區(qū)。數(shù)據(jù)集中共有10個(gè)屬性，包含經(jīng)度、緯度、房屋年齡中位數(shù)、總房間數(shù)、總臥室數(shù)、人口數(shù)、家庭數(shù)、收入中位數(shù)、房屋價(jià)值中位數(shù)和該地區(qū)離大海的距離。

首先，將經(jīng)度視為x，緯度作為y，繪制散點(diǎn)圖，我們可以得到這些街區(qū)的地理位置分布圖。

import?pandas?as?pd
import?matplotlib.pyplot?as?plt
%matplotlib?inline
plt.rcParams['font.sans-serif']?=?'SimHei'
plt.rcParams['axes.unicode_minus']?=?False

data?=?pd.read_csv('./data/housing.csv')

fig,ax?=?plt.subplots(figsize=(9,6))
ax.scatter(x='longitude',y='latitude',data=data)

散點(diǎn)圖大致的勾勒出了加州的地理輪廓，一個(gè)點(diǎn)代表了一個(gè)街區(qū)。

但這張圖反映不出街區(qū)之間的密集程度，原因在于，一個(gè)街區(qū)的面積相對(duì)于一個(gè)州的面積而言幾乎可以忽略不計(jì)，所以很多時(shí)候兩個(gè)街區(qū)在經(jīng)緯度上相差不大，在圖上的表現(xiàn)就是重疊成一個(gè)點(diǎn)。

針對(duì)這個(gè)問(wèn)題，可以設(shè)置alpha參數(shù)，控制散點(diǎn)的透明度，設(shè)置了透明度之后，顏色越深的部分就代表了越多的散點(diǎn)在這里重疊，即該區(qū)域的街區(qū)密集程度更大，如下

fig,ax?=?plt.subplots(figsize=(9,6))

#?alpha取值在0-1之間，具體取何值取決于對(duì)密集程度的定義，這里取0.3
ax.scatter(x='longitude',y='latitude',data=data,alpha=0.3)

所以通過(guò)alpha（透明度）的設(shè)置，在散點(diǎn)圖上非常直觀地展示了街區(qū)密集程度這一信息。

接著，我們可以看看各個(gè)街區(qū)的人口分布情況，如何做呢？

圖中一個(gè)點(diǎn)代表了一個(gè)街區(qū)，所以需要對(duì)散點(diǎn)的樣式進(jìn)行設(shè)置，散點(diǎn)的可以設(shè)置的屬性有顏色，大小，形狀等。

實(shí)際選擇哪種視實(shí)際情況（效果，研究目的）而定，這里選用大小來(lái)反映街區(qū)的人口數(shù)量，即設(shè)置參數(shù)s，將散點(diǎn)的大小和人口多少掛鉤。為了便于對(duì)比，將設(shè)置前后的圖放到了一起。

fig,ax?=?plt.subplots(1,2,figsize=(20,6))

ax[0].scatter(x='longitude',y='latitude',data=data,alpha=0.3)
ax[0].set_title('設(shè)置前',size=16)
ax[1].scatter(x='longitude',y='latitude',data=data,alpha=0.3,s=data['population']/100,label='population')
ax[1].set_title('設(shè)置后',size=16)

可以看到，對(duì)于加州北部(黃色框內(nèi))而言，不僅街區(qū)密度不大，而且街區(qū)內(nèi)的人也較少（散點(diǎn)較?。Ｍ瑫r(shí)，對(duì)于紅色框內(nèi)的區(qū)域，雖然街區(qū)密度較大，但人口密度明顯稀疏不少。

最后，結(jié)合街區(qū)密集度和人口密集度，再看看各個(gè)街區(qū)的價(jià)格分布，這里將顏色和房?jī)r(jià)高低掛鉤，通過(guò)顏色的漸變來(lái)展現(xiàn)房?jī)r(jià)高低，顏色由藍(lán)到紅代表了價(jià)格由低到高，具體用到的參數(shù)為c。

fig,ax?=?plt.subplots(figsize=(9,6))
ax_plot?=?ax.scatter(x='longitude',y='latitude',alpha=0.4,s=data['population']/100,
?????????????????????c='median_house_value',cmap=plt.get_cmap('jet'),data=data)

#?加上顏色棒
fig.colorbar(ax_plot,ax=ax)

通過(guò)對(duì)顏色的設(shè)定，整個(gè)圖看上去顏值高了很多，同時(shí)，也可以得到一些結(jié)論：

• 房?jī)r(jià)比較高的區(qū)域集中于兩個(gè)中心，且都靠近海灣
• 房?jī)r(jià)高的地方對(duì)應(yīng)的人口密集度也較高

雖然這兩個(gè)數(shù)據(jù)分析的結(jié)論比較顯而易見(jiàn)，但這里主要想說(shuō)的是，用散點(diǎn)圖也能夠展現(xiàn)出豐富的信息，在這個(gè)案例中，用alpha呈現(xiàn)了街區(qū)密集度，s呈現(xiàn)了人口密集度，c反映房?jī)r(jià)高低，再加上橫縱坐標(biāo)的經(jīng)緯度，一共反映了5個(gè)維度的信息。

所以，二維散點(diǎn)圖還是很強(qiáng)大的對(duì)吧！只要掌握一些常用的參數(shù)設(shè)置，理清數(shù)據(jù)分析思路，你的散點(diǎn)圖便可以變得既富有信息量，還有高顏值。