在数据分析和可视化过程中，散点图是一种常见且重要的工具。散点图可以帮助我们直观地观察两个变量之间的关系，并发现其中的模式和趋势。今天就让我们认识下散点图

什么是散点图

散点图是一种用于展示两个变量之间关系的图表。它通过在坐标系中绘制数据点来表示两个变量之间的关系。其中一个变量通常被称为自变量，另一个变量被称为因变量。

在散点图中，每个数据点都代表了一个观测值，其中自变量的值被绘制在横轴上，因变量的值被绘制在纵轴上。数据点的位置可以反映出两个变量之间的相关性，例如正相关、负相关或无关。

散点图通常用于探索数据集中的变量之间的关系，以及识别任何潜在的趋势或异常值。它也可以用于比较两个或多个数据集之间的关系，以及评估预测模型的准确性。

在制作散点图时，通常还可以添加趋势线或回归线来更好地展示两个变量之间的关系。此外，可以使用不同的符号和颜色来表示不同的数据组或类别，以便更好地区分它们。

散点图的特点及应用场景

散点图的特点

散点图具有以下特点：

1. 变量关系展示：散点图可以直观地展示两个变量之间的关系，通过点的位置来表示数据的取值。横轴通常表示一个变量，纵轴表示另一个变量，每个点的位置对应着两个变量的取值。

2. 数据分布观察：散点图可以帮助我们观察数据的分布情况。通过观察点的密集程度和分布模式，我们可以了解数据的集中度、离散程度以及可能存在的趋势。

3. 相关性分析：散点图可以帮助我们分析两个变量之间的相关性。通过观察点的分布趋势，我们可以判断变量之间的线性关系、正相关或负相关等。

4. 异常值检测：散点图可以帮助我们发现数据中的异常值或离群点。异常值通常表现为与其他点有较大距离或明显偏离整体趋势的点。

5. 聚类分析：散点图可以帮助我们进行聚类分析。通过观察点的聚集程度和分组情况，我们可以发现数据中的群组或类别。

6. 多变量展示：散点图可以展示多个变量之间的关系。除了横轴和纵轴表示的两个变量外，我们还可以通过点的颜色、大小、形状等来表示其他变量的取值，实现多维度的展示。

7. 可交互性：散点图通常具有交互功能。我们可以通过鼠标悬停或点击等操作，获取点的具体数值或显示附加信息，以增强数据探索的灵活性和交互性。

散点图的应用场景

1. 数据探索与分析：散点图可用于数据探索和分析。通过观察散点图中点的分布和趋势，可以帮助我们发现数据中的模式、关联性和异常值，提供洞察力和决策支持。

2. 经济和金融领域：散点图在经济和金融领域中得到广泛应用。它可以用于展示股票价格与市值、利率与通胀率、收入与消费等变量之间的关系，帮助分析市场趋势和风险。

3. 生物医学研究：散点图可用于生物医学研究中的数据可视化。例如，可以用散点图展示药物剂量与治疗效果、基因表达水平与疾病风险之间的关系。

4. 地理和地球科学：散点图可用于显示地理位置和属性之间的关系。例如，可以将地震发生地点和震级用散点图展示，以便研究地震分布和地质活动。

5. 社会科学研究：散点图可用于社会科学领域中的数据分析。例如，可以用散点图表示人口统计数据中的教育水平与收入之间的关系，或者犯罪率与社会经济因素之间的关系。

6. 环境科学：散点图可以用于环境科学中的数据可视化。例如，可以用散点图展示气温与降雨量之间的关系，或者污染物浓度与空气质量之间的关系。

7. 产品销售与市场营销：散点图可用于分析产品销售与市场营销数据。例如，可以用散点图展示广告投入与销售额之间的关系，或者市场份额与产品价格之间的关系。

散点图可适用于各行各业的数据可视化和分析需求。通过散点图，我们可以更好地理解数据的关系和趋势，从而做出有针对性的决策和战略规划。

Echarts中散点图的常用属性

1. type：指定图表的类型为’scatter’，表示创建一个散点图。

2. data：表示散点的数据，每个数据项是一个数组，包含横轴和纵轴的数值。例如：[[1, 2], [3, 4], [5, 6]]。

3. symbol：表示散点的形状，可以是预定义的形状字符串（如’circle’, ‘rect’, ‘roundRect’, ‘triangle’, ‘diamond’, ‘pin’, ‘arrow’, 'none’等），或者自定义的图片链接。如果定义为图片链接， 可以通过 'image://url' 设置图片，其中 URL 为图片的链接，或者 dataURI。

   URL 为图片链接例如：
   'image://http://example.website/a/b.png'
   URL 为 dataURI 例如：
   'image://data:image/gif;base64,R0lGODlhEAAQAMQAAORHHOVSKudfOulrSOp3WOyDZu6QdvCchPGolfO0o/XBs/fNwfjZ0frl3/zy7wAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACH5BAkAABAALAAAAAAQABAAAAVVICSOZGlCQAosJ6mu7fiyZeKqNKToQGDsM8hBADgUXoGAiqhSvp5QAnQKGIgUhwFUYLCVDFCrKUE1lBavAViFIDlTImbKC5Gm2hB0SlBCBMQiB0UjIQA7'

   可以通过 'path://' 将图标设置为任意的矢量路径。这种方式相比于使用图片的方式，不用担心因为缩放而产生锯齿或模糊，而且可以设置为任意颜色。路径图形会自适应调整为合适的大小。
   例如：

'path://M30.9,53.2C16.8,53.2,5.3,41.7,5.3,27.6S16.8,2,30.9,2C45,2,56.4,13.5,56.4,27.6S45,53.2,30.9,53.2z M30.9,3.5C17.6,3.5,6.8,14.4,6.8,27.6c0,13.3,10.8,24.1,24.101,24.1C44.2,51.7,55,40.9,55,27.6C54.9,14.4,44.1,3.5,30.9,3.5z M36.9,35.8c0,0.601-0.4,1-0.9,1h-1.3c-0.5,0-0.9-0.399-0.9-1V19.5c0-0.6,0.4-1,0.9-1H36c0.5,0,0.9,0.4,0.9,1V35.8z M27.8,35.8 c0,0.601-0.4,1-0.9,1h-1.3c-0.5,0-0.9-0.399-0.9-1V19.5c0-0.6,0.4-1,0.9-1H27c0.5,0,0.9,0.4,0.9,1L27.8,35.8L27.8,35.8z'

如果需要每个数据的图形不一样，可以设置为如下格式的回调函数：
(value: Array|number, params: Object) => string
其中第一个参数 value 为 data中的数据值。第二个参数params 是其它的数据项参数。

4. symbolSize：表示散点的大小，可以是一个固定的数值，也可以是一个数组，根据数据项的值来动态调整散点的大小。如果需要每个数据的图形大小不一样，可以设置为如下格式的回调函数： (value: Array|number, params: Object) => number|Array其中第一个参数 value 为 data 中的数据值。第二个参数params 是其它的数据项参数。

5. itemStyle：表示散点的样式，可以设置颜色、透明度、边框等属性。例如，可以使用’color’属性设置散点的颜色。

6. label：表示标签的样式，可以设置显示位置、字体样式、显示内容等。例如，可以使用’show’属性设置是否显示标签。

Vue3中创建散点图

1. 创建vue项目，安装ECharts库

npm install echarts --save

2. 新建ScatterView.vue文件，使用import语句引入ECharts库

import * as echarts from 'echarts';

3. 创建图表容器：在ScatterView组件的template中，添加一个div元素作为图表的容器。给它一个唯一的ref属性，以便在后面初始化图表对象时使用

<template>
  <div ref="chart" style="width:680px;height: 400px; margin: 20px auto;"></div>
</template>

4. 初始化图表对象：在ScatterView组件中定义chart，

const chart = ref(null)

在mounted生命周期钩子函数中，使用echarts.init方法初始化图表对象。

<script setup>
import { ref, onMounted } from 'vue'
import * as echarts from 'echarts'
const chart = ref(null)
onMounted(() => {
  const myChart = echarts.init(chart.value) 
})
</script>

5. 配置图表参数，在ScatterView组件的mounted生命周期钩子函数中，定义option对象，在里面配置图表数据，并使用chart.setOption方法配置图表的参数。

onMounted(() => {
  const myChart = echarts.init(chart.value)
  const option = {
   xAxis: {},
    yAxis: {},
    series: [
      {
        type: "scatter",//散点图
        symbolSize: 20,
        data: [
          [9.0, 7.04],
          [18.07, 4.33],
          [3.0, 9.65],
          [9.05, 8.23],
          [18.0, 9.76],
          [15.0, 7.56],
          [23.4, 5.31],
          [10.1, 7.47],
          [16.0, 8.26],
          [12.7, 3.53],
          [9.35, 7.2],
          [7.4, 8.2],
          [3.07, 4.82],
          [18.2, 6.83],
          [2.02, 4.47],
          [1.05, 3.33],
          [4.05, 4.96],
          [6.03, 7.24],
          [17.0, 6.55],
          [12.0, 8.84],
          [8.18, 5.82],
          [6.32, 5.68],
        ],
      },
    ],
  }
  myChart.setOption(option)
})

运行程序，刷新浏览器，一个基本的散点图已经生成了，看下效果

美化散点图样式

1. 设置散点图的颜色渐变

color: {//线性渐变，前四个参数分别是 x0, y0, x2, y2, 范围从 0 - 1，相当于在图形包围盒中的百分比
          type: "linear",
          x: 0,
          y: 0,
          x2: 1,
          y2: 0,
          colorStops: [
            {
              offset: 0,
              color: "#00CCFF", // 0% 处的颜色
            },
            {
              offset: 1,
              color: "rgba(255, 173, 119, 1)", // 100% 处的颜色
            },
          ],
          globalCoord: true, // 如果 globalCoord 为 `true`，则该四个值是绝对的像素位置
 },

2. 设置鼠标悬浮高亮动画

emphasis: {//高亮的图形和标签样式
          itemStyle: {
            borderColor: "rgba(102,205,46,0.30)",
            borderWidth: 30,
          },
},

3. 修改散点图边框样式

itemStyle: {
          borderColor: "rgba(102,205,46,0.80)", // 修改散点边框颜色
          borderWidth: 2, // 修改散点边框宽度
 },

4. 修改散点图形状

symbol:'triangle',

设置完成后，刷新浏览器，看效果

散点图作为一种重要的数据可视化工具，可以帮助我们直观地展示两个变量之间的关系，并发现其中的模式和趋势。

通过有效利用散点图，我们能够更好地理解数据的关系和变化，并从中获得有价值的见解和决策支持。

好了，关于散点图的内容，就写这么多吧，有问题的小伙伴评论区留言，你也可以通过公众号搜索“九仞山”关注我，获取更多信息。