图表选择可视化指南：散点图：看关系与分布（深度版）

展示两个连续变量的相关/分布关系，发现线性、非线性、离群点。

分类：📈 基础图　适用：相关性分析、拟合前后对比、聚类前的分布观察

一、这个图适合谁（适用场景）

相关性分析
拟合前后对比
聚类前的分布观察

二、图表结构要素

X/Y 均为连续量
点大小/颜色可编码第三维
可叠加拟合线

三、可视化的底层逻辑

散点图用"二维位置"这一双高精度通道，同时编码两个连续变量的联合分布，是发现关系结构（线性、非线性、聚类、离群）最直接、信息密度最高的工具。叠加拟合线后，它进一步变成"关系假设的视觉检验"——肉眼就能判断线性相关强弱、是否存在非线性拐弯、是否有异常点拉动趋势。颜色/大小作为"预注意属性"可编码第三维而不增加认知负担。核心思想：位置通道同时承载 X 与 Y，把"相关吗、怎么相关、有没有例外"三件事一次性交给读者；但务必记住——散点揭示的是关联而非因果，斜率被离群点拉动时会严重误导，需配合残差诊断。

四、视觉编码与感知推导

线性相关量化：皮尔逊相关系数

$r=\frac{\sum_i(x_i-\bar x)(y_i-\bar y)}{\sqrt{\sum_i(x_i-\bar x)^2}\sqrt{\sum_i(y_i-\bar y)^2}}\in[-1,1]$

$r$ 只捕捉线性关系；非线性结构（如抛物线）的 $r$ 可能接近 0 却绝非无关——这正是必须看散点形状而非只报 $r$ 的原因。

最小二乘拟合：叠加线的斜率

$b=\frac{\text{Cov}(x,y)}{\text{Var}(x)},\qquad \hat y=a+bx$

残差 $e_i=y_i-(a+bx_i)$ ，其分布形态（是否随 $x$ 变大）用于检验模型假设。

过绘制（overplotting）控制：当样本量 $n$ 大、点密度 $d$ 高，用透明度 $\alpha$ 使局部叠加可被感知：

$\text{可见密度}\propto n\cdot\alpha$

$\alpha$ 应随 $n$ 减小（如 $\alpha=1/\sqrt{n}$ 量级），避免所有点糊成一块，丢失分布结构。

离群影响：OLS 对离群敏感（残差平方被放大）；Cook 距离 $D_i$ 大的点会剧烈拉动 $(a,b)$ ，须单独标注并决定"保留/剔除/用稳健回归"。

五、怎么画（步骤）

两个变量都连续才用散点。
加拟合线（线性/loess）直观看趋势。
用颜色/大小表达分组或第三变量。
标注离群点并解释（是真异常还是数据错）。
大样本用透明度避免重叠成块。

六、何时用 / 何时不用 / 常见丑图

何时用：『X 和 Y 有没有关系』『分布啥样』。
何时不用：一维分布 → 直方图；类别对比 → 柱状。
常见丑图：点全黑重叠、无拟合线、坐标轴无单位。

七、常见坑

把相关当因果
大样本不透明重叠
忽略离群点

八、画图自检清单

两变量连续
有拟合/趋势线
分组编码清晰
离群已解释

九、配套资源与搭配

预测类问题怎么选方法
Python 数据可视化模板
分类与聚类怎么选

本指南由 MCM520 资料站自动生成（深度版），配套论文图表规范与可视化模板可在资源页下载。

十、实战案例——Python 绘制 + 图效果

散点图最擅长展示两个连续变量之间的关系。

案例场景：某城市 15 个样本的房屋面积与成交价格数据。
从散点图可以直观看出——面积越大房价越高（正相关），且是否呈线性。

完整代码（Python + matplotlib）

import matplotlib.pyplot as plt

area = [60, 65, 70, 75, 80, 85, 90, 95, 100, 105, 110, 115, 120, 125, 130]
price = [72, 78, 85, 90, 98, 105, 112, 120, 128, 135, 142, 150, 158, 165, 172]

plt.figure(figsize=(8, 4))
plt.scatter(area, price, color='#2563eb', s=60, alpha=0.7, edgecolors='white', linewidth=1)

# 加回归线
import numpy as np
z = np.polyfit(area, price, 1)
p = np.poly1d(z)
x_line = np.linspace(55, 135, 100)
plt.plot(x_line, p(x_line), '--', color='#dc2626', linewidth=2, alpha=0.6, label='线性回归线')

plt.xlabel('面积 /㎡', fontsize=12)
plt.ylabel('房价 /万', fontsize=12)
plt.title('房价与面积散点图', fontsize=14, fontweight='bold')
plt.legend(fontsize=11)
plt.grid(alpha=0.3)
plt.tight_layout()
plt.show()

运行效果图

图X3 房价与面积散点图

本指南由 MCM520 资料站生成，配套 Python 代码可直接运行。