Day 19: 散點圖 (Scatter Plot) 的應用與實作

散點圖（Scatter Plot）是一種用來展示兩個變數之間關係的視覺化工具。它通常用來檢查變數之間是否存在某種相關性，例如正相關、負相關或無相關。今天，我們將介紹散點圖的應用情境，並使用 Matplotlib 和 Seaborn 繪製散點圖來進行分析。
我們沿用昨天的plot檔案
記得先把之前的東西全部先執行一遍

1. 散點圖的應用情境

散點圖適合用來展示以下情境的資料：

• 變數之間的相關性：例如體重與身高的關係、收入與消費的關係等。
• 分佈特徵：展示資料點的分佈特徵，如集中度、離群點等。
• 群組間的比較：通過顏色或標記區分不同群組的資料點。

2. 使用 Matplotlib 繪製基本散點圖

首先，我們使用 Matplotlib 繪製一個簡單的散點圖，顯示花萼長度與花萼寬度之間的關係。

# 繪製花萼長度與花萼寬度的散點圖
plt.scatter(iris_df['sepal length (cm)'], iris_df['sepal width (cm)'])
plt.title('Scatter Plot of Sepal Length vs Sepal Width')
plt.xlabel('Sepal Length (cm)')
plt.ylabel('Sepal Width (cm)')
plt.show()

這段程式碼會繪製一個散點圖，顯示花萼長度與花萼寬度之間的關係。透過觀察這個圖，我們可以初步了解這兩個變數之間的相關性。

3. 使用 Seaborn 繪製分組散點圖

接下來，我們使用 Seaborn 繪製一個分組散點圖，通過不同顏色來表示不同的花卉種類。

# 繪製分組散點圖
sns.scatterplot(x='sepal length (cm)', y='sepal width (cm)', hue='target', data=iris_df)
plt.title('Scatter Plot of Sepal Length vs Sepal Width for Different Flower Species')
plt.xlabel('Sepal length (cm)')
plt.ylabel('Sepal Width (cm)')
plt.show()

這段程式碼中，hue='target_0' 會根據 target_0 欄位（花卉種類）給每個資料點分配不同的顏色。這樣可以更清楚地觀察不同花卉種類之間的分佈差異。

4. 增加資料標記與透明度

有時候我們可能需要在散點圖中加入更多的資訊，比如標記形狀、透明度等，來提升圖表的可讀性。

# 繪製帶有透明度的散點圖，使用 'target' 來區分花卉種類
sns.scatterplot(x='petal length (cm)', y='petal width (cm)', hue='target', style='target', alpha=0.7, data=iris_df)
plt.title('Scatter Plot of Petal Length vs Petal Width for Different Flower Species')
plt.xlabel('Petal Length (cm)')
plt.ylabel('Petal Width (cm)')
plt.show()

這段程式碼中，alpha=0.7 則設置了透明度，使得資料點不會過於密集而影響觀察。

5. 加入回歸線

我們可以使用 Seaborn 的 regplot() 函數來為散點圖加入一條回歸線，以觀察資料趨勢。

# 繪製散點圖並加入回歸線，設置透明度
sns.regplot(x='petal length (cm)', y='petal width (cm)', data=iris_df, scatter_kws={'alpha':0.5})
plt.title('Scatter Plot with Regression Line for Petal Length and Petal Width')
plt.xlabel('Petal Length (cm)')
plt.ylabel('Petal Width (cm)')
plt.show()

這段程式碼會在散點圖中繪製一條回歸線，幫助我們更好地理解資料趨勢。

6. 小結

今天我們學習了如何使用 Matplotlib 和 Seaborn 繪製散點圖，包括：

1. 基本的散點圖，顯示兩個變數之間的關係。
2. 分組散點圖，通過不同顏色或標記展示群組間的差異。
3. 散點圖中的透明度設置與標記形狀。
4. 加入回歸線，觀察資料趨勢。

散點圖是檢查變數之間關係的強大工具，可以幫助我們發現資料中的潛在模式。接下來，我們將學習如何使用直方圖展示數據的分佈情況。