excel用数据做散点图，数据绘制散点图

本文目录导读：

1. 数据准备
2. 绘制散点图
3. 美化散点图
4. 分析散点图

探索数据之间的关系——散点图的绘制与分析

在数据分析和可视化中，散点图是一种非常有用的工具，它可以帮助我们直观地观察两个变量之间的关系，本文将介绍如何使用 Python 中的matplotlib库绘制散点图，并对图表进行美化和解释。

数据准备

我们将使用一个虚构的数据集，该数据集包含了学生的身高和体重信息，数据集的具体内容如下：

绘制散点图

我们需要导入matplotlib库和numpy库，然后使用numpy库生成数据集，代码如下：

import matplotlib.pyplot as plt
import numpy as np
生成数据集
x = np.array([165, 170, 175, 180, 185, 190, 195, 200])
y = np.array([55, 60, 65, 70, 75, 80, 85, 90])

我们可以使用matplotlib库的scatter函数绘制散点图，代码如下：

绘制散点图
plt.scatter(x, y)
添加标题和坐标轴标签
plt.title("Relationship between Height and Weight")
plt.xlabel("Height (cm)")
plt.ylabel("Weight (kg)")
显示图表
plt.show()

运行上述代码，我们将得到一个简单的散点图，如图 1 所示：

美化散点图

为了使散点图更加美观和易于理解，我们可以对图表进行一些美化操作，以下是一些常见的美化操作：

1. 添加标题和坐标轴标签

我们可以使用matplotlib库的title、xlabel和ylabel函数添加标题和坐标轴标签，代码如下：

添加标题和坐标轴标签
plt.title("Relationship between Height and Weight")
plt.xlabel("Height (cm)")
plt.ylabel("Weight (kg)")

2. 设置坐标轴范围

我们可以使用matplotlib库的xlim和ylim函数设置坐标轴的范围，代码如下：

设置坐标轴范围
plt.xlim(150, 210)
plt.ylim(40, 100)

3. 添加网格线

我们可以使用matplotlib库的grid函数添加网格线，代码如下：

添加网格线
plt.grid(True)

4. 设置坐标轴刻度

我们可以使用matplotlib库的xticks和yticks函数设置坐标轴的刻度，代码如下：

设置坐标轴刻度
plt.xticks(np.arange(150, 211, 10))
plt.yticks(np.arange(40, 101, 10))

5. 添加图例

如果我们有多个数据集，我们可以使用matplotlib库的legend函数添加图例，代码如下：

添加图例
plt.legend(["Data"])

6. 保存图表

我们可以使用matplotlib库的savefig函数保存图表，代码如下：

保存图表
plt.savefig("scatter_plot.png")

运行上述代码，我们将得到一个美化后的散点图，如图 2 所示：

分析散点图

通过观察美化后的散点图，我们可以发现身高和体重之间存在着正相关关系，也就是说，随着身高的增加，体重也会相应地增加，我们还可以发现散点图中的数据点分布比较集中，这表明身高和体重之间的关系比较紧密。

我们介绍了如何使用 Python 中的matplotlib库绘制散点图，并对图表进行了美化和分析，散点图是一种非常有用的可视化工具，它可以帮助我们直观地观察两个变量之间的关系，通过对散点图的分析，我们可以发现数据中的潜在模式和趋势，从而更好地理解数据。

标签： #Excel #数据 #散点图 #绘制