雲栖号： https://www.aliyun.com/#module-yedOfott8第一手的上雲資訊，不同行業精選的上雲企業案例庫，基于衆多成功案例萃取而成的最佳實踐，助力您上雲決策！
作者：屈希峰
來源：大資料DT（ID：bigdatadt）
01 概述
散點圖（Scatter）又稱散點分布圖，是以一個變量為橫坐标，另一個變量為縱坐标，利用散點（坐标點）的分布形态反映變量統計關系的一種圖形。
特點是能直覺表現出影響因素和預測對象之間的總體關系趨勢。優點是能通過直覺醒目的圖形方式反映變量間關系的變化形态，以便決定用何種數學表達方式來模拟變量之間的關系。散點圖不僅可傳遞變量間關系類型的資訊，還能反映變量間關系的明确程度。
通過觀察散點圖資料點的分布情況，我們可以推斷出變量間的相關性。如果變量之間不存在互相關系，那麼在散點圖上就會表現為随機分布的離散的點，如果存在某種相關性，那麼大部分的資料點就會相對密集并以某種趨勢呈現。
資料的相關關系大體上可以分為：正相關（兩個變量值同時增長）、負相關（一個變量值增加，另一個變量值下降）、不相關、線性相關、指數相關等，表現在散點圖上的大緻分布如圖1所示。那些離點叢集較遠的點我們稱之為離群點或者異常點。
▲圖1 散點資料的相關性
在Python體系中，可使用Scipy、Statsmodels或Sklearn等對離散點進行回歸分析，歸納現有資料并進行預測分析。對于那些變量之間存在密切關系，但是這些關系又不像數學公式和實體公式那樣能夠精确表達的，散點圖是一種很好的圖形工具，可以進行直覺展示，如圖2所示。
▲圖2 散點資料拟合（線性）
但是在分析過程中需要注意，變量之間的相關性并不等同于确定的因果關系，仍需要考慮其他影響因素。
02 執行個體
散點圖代碼示例如下所示。
代碼示例①
運作結果如圖3所示。
▲圖3 代碼示例①運作結果
代碼示例①中第7行使用scatter方法進行散點圖繪制；第11行采用circle方法進行散點圖繪制（推薦）。關于這兩個方法的參數說明如下。
p.circle(x, y, kwargs)參數說明。**
x (str or seq[float]) : 離散點的x坐标，列名或清單
y (str or seq[float]) : 離散點的y坐标
size (str or list[float]) : 離散點的大小，螢幕像素機關
marker (str, or list[str]) : 離散點标記類型名稱或名稱清單
color (color value, optional) : 填充及輪廓線的顔色
source (
~bokeh.models.sources.ColumnDataSource
) : Bokeh專屬資料格式
**kwargs: 其他自定義屬性；其中标記點類型marker預設值為：“marker="circle"”，可以用“radius”定義圓的半徑大小（機關為坐标軸機關）。這在Web資料化中非常有用，不同的方式，在不同的裝置上的展示效果會有些許差異。
p.scatter(x, y, kwargs)參數說明。**
x (:class:
~bokeh.core.properties.NumberSpec
) : x坐标
y (:class:
~bokeh.core.properties.NumberSpec
) : y坐标
angle (:class:
~bokeh.core.properties.AngleSpec
) : 旋轉角度
angle_units (:class:
~bokeh.core.enums.AngleUnits
) : (default: 'rad') 預設：弧度，也可以采用度（'degree'）
fill_alpha (:class:
~bokeh.core.properties.NumberSpec
) : (default: 1.0) 填充透明度，預設：不透明
fill_color (:class:
~bokeh.core.properties.ColorSpec
) : (default: 'gray') 填充顔色，預設：灰色
line_alpha (:class:
~bokeh.core.properties.NumberSpec
) : (default: 1.0) 輪廓線透明度，預設：不透明
line_cap : (:class:
~bokeh.core.enums.LineCap
) : (default: 'butt') 線端（帽）
line_color (:class:
~bokeh.core.properties.ColorSpec
) : (default: 'black') 輪廓線顔色，預設：黑色
line_dash (:class:
~bokeh.core.properties.DashPattern
) : (default: []) 虛線
line_dash_offset (:class:
~bokeh.core.properties.Int
) : (default: 0) 虛線偏移
line_join (:class:
~bokeh.core.enums.LineJoin
) : (default: 'bevel')
line_width (:class:
~bokeh.core.properties.NumberSpec
) : (default: 1) 線寬，預設：1
另外，Bokeh中的一些屬性，如
~bokeh.core.properties.NumberSpec
、
~bokeh.core.properties.ColorSpec
可以在Jupyter notebook中通過
import bokeh.core.properties.NumberSpec
導入該屬性，然後再檢視其詳細的使用說明。
代碼示例②
運作結果如圖4所示。
▲圖4 代碼示例②運作結果
代碼示例②中第11行和第15行使用scatter方法進行散點圖繪制。第7行工具條中的不同工具定義，第9行資料點的不同顔色定義，第20行和第21行采用網格顯示圖形，可以提前了解這些技巧，具體使用方法在下文中會專門進行介紹。
代碼示例③
運作結果如圖5所示。
代碼示例③再次對前面提到的鸢尾花的資料集進行分析，圖5中x軸為花瓣長度，y軸為花瓣寬度，據此可以将該散點資料聚類為3類。同時，該段代碼展示了正常圖形的繪制流程，含x、y軸的标簽。
▲圖5 代碼示例③運作結果
代碼示例④
Bokeh中的畫布可通過多種布局方式進行顯示：通過配置視圖參數，在視圖中進行互動可視化。運作結果如圖6所示。
▲圖6 代碼示例④運作結果
代碼示例④讓讀者感受一下Bokeh的互動效果，Div方法可以直接使用HTML标簽，其作為一個獨立的圖層進行顯示（第30行）。另外需要注意，可以通過
nonselection_
，
nonselection_alpha
或
nonselection_fill_alpha
設套索置選取資料時的散點的顔色、透明度等。
代碼示例⑤
運作結果如圖7所示。
▲圖7 代碼示例⑤運作結果
代碼示例⑤展示了短跑選手博爾特與116年來奧運會其他短跑選手成績的對比情況。上述代碼包含資料預處理、自定義繪圖屬性、資料标記、互動式顯示等較為複雜的操作，不作為本文重點；讀者僅需要知道通過哪些代碼可以實作哪些可視化的效果即可。
本文通過5個代碼示例展示了散點圖的繪制技巧，繪制難度也逐漸增大，與此同時，展現的效果也越來越好。讀者在學習過程中可以多思考，在這個示例中哪些資料需要互動式展示，采用哪種展示方式更好。
關于作者：屈希峰，資深Python工程師，Bokeh領域的實踐者和布道者，對Bokeh有深入的研究。擅長Flask、MongoDB、Sklearn等技術，實踐經驗豐富。知乎多個專欄（Python中文社群、Python程式員、大資料分析挖掘）作者，專欄累計關注使用者十餘萬人。
本文摘編自《Python資料可視化：基于Bokeh的可視化繪圖》，經出版方授權釋出。
原文釋出時間：2019-12-14
本文作者：作者：屈希峰
本文來自阿裡雲雲栖号合作夥伴“
大資料DT”，了解相關資訊可以關注“
”