Matplotlib 散点图：用点来发现数据之间的秘密
在数据分析的世界里，有些信息无法通过表格一眼看透。比如，你有一组学生的身高和体重数据，单纯看数字你可能看不出规律。但如果你把这些数据画成一个个小点，它们的位置关系就会悄悄告诉你：高个子的学生是不是普遍更重？这就是 Matplotlib 散点图的魅力所在。
散点图（Scatter Plot）是可视化数据关系的利器，特别适合观察两个变量之间的相关性。它用点的位置表示两个维度的数值，点的分布形态能揭示出隐藏在数据背后的模式。无论是科研、商业分析还是个人项目，掌握 Matplotlib 散点图都是提升数据表达力的重要一步。
今天，我们就从零开始，一步步教你如何用 Python 的 Matplotlib 库绘制出专业级的散点图。不讲空话，只讲实操，哪怕你是编程新手，也能跟上节奏。
安装与导入基础库
在动手之前，你需要确保系统中已经安装了 Matplotlib 和 NumPy。它们是绘图的“双子星”：NumPy 负责处理数值计算，Matplotlib 负责把数据变成图像。
打开终端（或命令行），运行以下命令安装：
pip install matplotlib numpy
安装完成后，我们在 Python 脚本或 Jupyter Notebook 中导入这两个库：
import matplotlib.pyplot as plt
import numpy as np
这里 plt 是 Matplotlib 的常用别名，np 是 NumPy 的别名。这样写更简洁，也符合 Python 社区的惯例。
创建数组与初始化数据
要画散点图，首先得有数据。我们先模拟一组学生的身高（单位：厘米）和体重（单位：公斤）数据。这就像在准备一份“学生档案”。
np.random.seed(42)
heights = np.random.normal(170, 10, 50)
weights = 50 + 0.5 * heights + np.random.normal(0, 5, 50)
print("前 5 名学生的身高和体重：")
for i in range(5):
print(f"学生 {i+1}: 身高 {heights[i]:.1f}cm, 体重 {weights[i]:.1f}kg")
这段代码的关键点是：
np.random.normal(170, 10, 50)：生成 50 个符合正态分布的身高值，均值 170，标准差 10，模拟真实人群。weights = 50 + 0.5 * heights + np.random.normal(0, 5, 50)：建立身高与体重的线性关系，同时加入随机噪声，更贴近现实。- 用
print输出前几条数据，帮助你理解数据结构。
现在，heights 和 weights 就是我们的散点图“原料”。
绘制基础散点图
有了数据，接下来就是画图。Matplotlib 提供了 scatter() 函数专门用于绘制散点图。
plt.figure(figsize=(8, 6))
plt.scatter(heights, weights, color='blue', alpha=0.7)
plt.title('学生身高与体重关系散点图')
plt.xlabel('身高 (cm)')
plt.ylabel('体重 (kg)')
plt.show()
解释一下关键参数：
plt.figure(figsize=(8, 6))：设置图像的尺寸，避免太小或太大。plt.scatter(heights, weights)：第一个参数是 x 值（身高），第二个是 y 值（体重）。color='blue'：设置点的颜色，蓝色是最常见的选择。alpha=0.7：控制透明度，0.7 表示半透明，避免点重叠时看不清。plt.xlabel和plt.ylabel：给坐标轴加标签，让图表更清晰。plt.show()：真正显示图像。
运行这段代码，你会看到一个蓝色的点阵，大致呈从左下到右上的趋势——这正是身高与体重正相关的直观体现。
优化散点图：颜色与大小的魔法
一个好图表不仅要“能看”，还要“好看”。我们可以让散点图更生动：比如用颜色表示不同班级，用大小表示成绩。
假设我们给学生加上“班级”信息（A班或B班），并用不同颜色区分。
classes = np.random.choice(['A班', 'B班'], size=50)
colors = ['red' if c == 'A班' else 'green' for c in classes]
plt.figure(figsize=(8, 6))
plt.scatter(heights, weights, c=colors, alpha=0.7, s=60)
plt.title('不同班级学生身高与体重关系')
plt.xlabel('身高 (cm)')
plt.ylabel('体重 (kg)')
from matplotlib.patches import Patch
legend_elements = [
Patch(facecolor='red', label='A班'),
Patch(facecolor='green', label='B班')
]
plt.legend(handles=legend_elements)
plt.show()
这里的关键是：
c=colors：让每个点的颜色由colors列表决定。s=60：设置点的大小，数值越大点越大。Patch和legend：用来添加图例，让读者知道颜色代表什么。
这就像给散点图“贴标签”，让信息一目了然。
添加趋势线：从点到规律
散点图的真正价值，往往在于发现趋势。我们可以通过拟合一条直线来描述两个变量的关系。
使用 NumPy 的 polyfit 函数，可以快速计算最佳拟合线。
k, b = np.polyfit(heights, weights, 1)
x_line = np.linspace(heights.min(), heights.max(), 100)
y_line = k * x_line + b
plt.figure(figsize=(8, 6))
plt.scatter(heights, weights, c='blue', alpha=0.7, s=60)
plt.plot(x_line, y_line, color='red', linewidth=2, label=f'趋势线: y={k:.2f}x+{b:.2f}')
plt.title('身高与体重关系及趋势线')
plt.xlabel('身高 (cm)')
plt.ylabel('体重 (kg)')
plt.legend()
plt.show()
说明：
np.polyfit(heights, weights, 1)：拟合一次多项式（即直线），返回斜率和截距。x_line：生成一条横跨数据范围的平滑线。plt.plot()：在散点图上叠加一条线。label：为趋势线添加说明，图例会自动显示。
这条红线就是“平均规律”——它告诉我们，每增加 1cm 身高，体重平均增加约 0.5kg。
高级技巧：多子图与自定义样式
当你要对比多个数据集时，可以把多个散点图放在同一个窗口里，这就是“子图”（Subplot）。
fig, axes = plt.subplots(2, 2, figsize=(12, 10))
axes[0, 0].scatter(heights, weights, color='blue', alpha=0.7)
axes[0, 0].set_title('原始数据')
axes[0, 0].set_xlabel('身高 (cm)')
axes[0, 0].set_ylabel('体重 (kg)')
axes[0, 1].scatter(heights, weights, c=colors, alpha=0.7, s=60)
axes[0, 1].set_title('按班级着色')
axes[0, 1].set_xlabel('身高 (cm)')
axes[0, 1].set_ylabel('体重 (kg)')
axes[1, 0].scatter(heights, weights, color='purple', alpha=0.7)
axes[1, 0].plot(x_line, y_line, color='red', linewidth=2)
axes[1, 0].set_title('带趋势线')
axes[1, 0].set_xlabel('身高 (cm)')
axes[1, 0].set_ylabel('体重 (kg)')
scores = np.random.normal(75, 10, 50) # 模拟成绩
axes[1, 1].scatter(heights, weights, s=scores*1.5, alpha=0.6, c='orange')
axes[1, 1].set_title('点大小表示成绩')
axes[1, 1].set_xlabel('身高 (cm)')
axes[1, 1].set_ylabel('体重 (kg)')
plt.tight_layout()
plt.show()
这个例子展示了：
plt.subplots(2, 2)：创建 2 行 2 列的子图。axes[i, j]：访问每个子图的坐标。plt.tight_layout()：自动调整子图间距，防止标签被遮挡。
总结与建议
Matplotlib 散点图是数据分析中最基础也最实用的工具之一。它不仅能展示数据分布，还能帮助我们发现变量之间的潜在联系。
从基础的点图，到带颜色、大小、趋势线的进阶图表，每一步都在提升你的表达能力。记住：
- 数据是根，图表是叶。
- 一个好图表，能胜过千言万语。
- 不要只画图，更要思考“这个图在说什么”。
掌握 Matplotlib 散点图，不仅是学会一个函数，更是培养一种“用图形理解世界”的思维方式。无论你是学生、工程师，还是数据爱好者，这都是一份值得收藏的技能。
现在，就打开你的 Python 环境，把这段代码跑一遍，看看那些沉默的数据，如何在你的笔下“说话”。