数据可视化知识贴③：错综复杂散点图.pdf

数据可视化知识贴③ ：错综复杂散点图 散点图 ，如果学过我们前面创意图表系列的 ，这种图表应该非常熟悉了。 散点图 ，在图表界有万表之王的称号。 这可不是我随便封的。 美国权威心理学专刊 《Jo urnal of t he Hist o ry of t he Behavio ral Sciences》 （行为科学史杂志 ） 在2005年一篇论文中如此评价散点图 ： “most versat ile, po lymo rphic, and generally usef ul invent io n in t he hist o ry of st at ist ical graphics”这是信息图表史上功能最多 ，形式多样 ，应用范围极为广阔的一个伟大发明 ！ 散点图能获此评价 ，绝对不是吹出来的。 正如它的名字一样 ，散点图 ，可以一堆纷乱如麻 ，看似无迹可寻的数据显示出内在的关系逻辑来。 散点图已经不仅仅是一个图表了 ，它已经演化为一个强大的分析工具 ，可以这么说 ，散点图 ，就是 为大数据而生的 ！ 下面 ，还是让我们一起回顾一下散点图的前世今生吧。 认识散点图 散点图 ，是绘制在X轴和 轴坐标系中 ，可以同时表述两个变量的一组数据点。这些大量的数据点 组合在一起 ，形成了一些形状 ，揭示了数据背后的相关信息。 在这个散点图中 ，就揭示了不同系列的产品中 ，销售量与产品收入之间的关系模式。 散点图溯源 说起散点图的来由 ，如果你读过我们启视录系列前面几篇的 ，一定会想到一个名字 ：W illiam Playf air。这是信息图史上一个神一般的存在 ，他将折线图、饼图还有条状图带到了我们这个世界上 。 可是 ，这一次你猜错了。 散点图不是普莱费尔发明的。 事实上 ，散点图的出现如同它的名字一样 ，散乱不堪 ，无法理出一个有序的线索出来。 其实 ，对于散点数据的的视觉化应用 ，由来已久。好几百年以来 ，人们一直将这些点放置在地图 ， 或者笛卡尔坐标系中。后来人们逐渐意识到 ，当这些数据以不同参数 ，放置在直角坐标系中 ，很多 不为人知的故事会偷偷地浮现出来。于是 ，散点图逐渐开始流传开来。 所以只能这么说 ，散点图 ，是广大数据民工在长期的生产实践中 ，通过不断的探索和研究 ，最终发 明出来的。 而W illiam Playf air爵士之所以会与这个伟大的发明擦肩而过 ，主要是因为 ，他发明的图表都是基于 时间序列的 ，而散点图却不再拘泥于时间这个基本的变量。 散点图从一开始的默默无闻 ，到最后轰动科学界 ，直到最后加冕图表之王 ，其实也就是百十年的事 。但是通过散点图带来的很多伟大的发现 ，则彻底改变了我们的世界观 ，推动了科学的发展。 1905年 ，丹麦科学家Danish ast ro no mer Ejnar Hert z prung ，在将一些恒星的亮度等级 （绝对亮度} 和他们的颜色 （按光谱从蓝白到红色排列 ）进行对比的时候 ，他注意到这其中似乎有着某些相关性 。但是他一直没有找到其中的奥秘。 直到1913年 ，美国天文学家Henry No rris Russell独立发表论文 ，阐述了这个改变我们认知宇宙的新 发现。 没错 ，正是通过散点图 ，他将恒星的按光谱和亮度两个参数进行排列分析后发现 ，从高亮度低光 谱 （左上 ）到低亮度高光谱 （右下 ）形成了一条明显的趋势线 ，而在左上角 ，还有一团比较密集的 数据。 Henry意识到 ，这条趋势线 ，或许正揭示了恒星从蓝白色的新星到红色的老星的一个演变的过程 ， 也就是说 ，他发现了恒星一生的秘密。而左上角的那些数据 ，则是由一些暮年的红巨星所集合而成 。 这就是后来我们所熟知的恒星的一生 ：原恒星—-主序星—-红巨星—- 白矮星—-黑矮星 这是重新绘制的由2200颗恒星数据所组成的Henry No rris Russell散点图 ，我们的太阳目前大致位于 光序1 （竖轴 ）色谱1.0左右的位置上 ，主序星阶段 ，正值壮年 ！ 关于更多的散点图带来的伟大发现 ，大家可以到这里围观 ：ht t p://www.dat avis.ca/papers/f riendly- scat .pdf 我就不再多说了。 散点图的应用 显而易见 ，散点图是一种应用非常广泛的图表 ，而且具有其他图表所没有的独特优势。 不像其他图表的单一特性 ，散点图不光可以显示趋势 ，还能显示集群的形状 ，以及在数据云团中各 数据点的关系——这在大数据应用中是极为重要的一点。 无论是探寻肺活量与自由潜水的深度的关系 ，还是研究地震强度与持续时间之间的关联 ，或者对比 不同部