qidao123.com技术社区-IT企服评测·应用市场
标题:
MATLAB制作散点图：从基础到进阶的三种范例讲解
[打印本页]
作者:
没腿的鸟
时间:
2025-5-7 23:16
标题:
MATLAB制作散点图：从基础到进阶的三种范例讲解
一、什么是散点图
散点图是一种用来展示两个或多个变量之间关系的图表情势。它可以帮助我们直观地观察变量之间是否存在相关性、趋势或非常值，常用于数据分析的初步探索阶段。
二、三种范例散点图
1. 根本二维散点图：最简朴、最常用
根本二维散点图的实用场景
当你手头只有
两个连续的数字变量
，比如“身高”和“体重”，或者“代价”和“销量”，想看它们之间有没有关系时，用这个最符合。
举个例子：
你想知道一个人身高越高，是不是体重也越重？那你就画个散点图，把“身高”当横轴，“体重”当纵轴，点一画上去，图就出来了。如果点大抵排成一条斜线，那就阐明：
它们有关！
实用场景总结
观察趋势和相关性
检查是否有非常值
做初步的数据探索
2. 按种别分组着色的散点图：比力不同“群体”的差异
按种别分组着色的散点图的实用场景
当你有两个数值变量（比如“身高”和“体重”），
但你还知道每个人是男生照旧女生
，或者是来自不同都会的。你想对比不同群体在这些数值上的分布，这时候就需要分组着色的散点图。
举个例子：
你把男性的数据点涂成蓝色，女性的数据点涂成红色，一下就能看出：
女生更会合在某个区域，男生在哪里分布更广，等等。
实用场景总结
分类变量（性别、地区、范例）+ 两个数值变量
想看不同群体的差异或分布趋势
非常得当做对比分析
3. 三维散点图：一次看三个数字变量
三维散点图的实用场景
你现在不仅有“身高”和“体重”，还有“年事”，想看三者之间有没有关系。这时候就可以用三维散点图。它比二维图多了一个维度，可以在空间中呈现点的“走向”。
举个例子：
你在一张 3D 图里看出：
随着年事增加，身高先升后降，体重逐步变大
——这种复杂的关系，二维图是看不出来的。
实用场景总结：
同时分析三个数值变量
得当探索复杂的多变量关系
更得当有交互式可视化支持的场景
三种范例散点图总结
你手上有什么数据？
用哪种散点图？
两个数字（例：身高、体重）
根本二维散点图
两个数字 + 一个分类（例：性别）
分组着色散点图
三个数字（例：身高、体重、年事）
三维散点图
三、实现绘图前的数据检查
针对三种范例的散点图数据需求
散点图范例
特别预备事项
根本二维散点图
确保两个变量都是
数值型
分组着色散点图
第三个变量（分类）需为
字符串或分类范例
三维散点图
三个变量都需为
连续数值型
，且无缺失
四、MATLAB绘制相应散点图
1. 根本二维散点图绘制
只要两个数值变量，比如“身高”和“体重”，用最基础的
scatter() 函数
就能搞定。
以下是相关代码实现：
% 读取数据并保留原始列名，使得原本中文列名不被修改，以下用调取excel表格为例
data = readtable('散点图制作.xlsx', 'sheet', 'sheet1', 'VariableNamingRule', 'preserve');
x = data.('身高');
y = data.('体重');
% 创建图形窗口
figure('Color', 'w');
% 绘制较小圆点的散点图，以下数据大小可以按需更改
scatter(x, y, 40, ... % 点大小改为40（点较小，可以按照需求更改）
'MarkerEdgeColor', [0.3 0.5 0.7], ...% 点的边缘颜色设为蓝灰色
'MarkerFaceColor', [0.5 0.7 0.9], ...% 点的填充颜色为淡蓝色
'MarkerFaceAlpha', 0.6, ...% 点的透明度设置为 0.6
'LineWidth', 0.6); % 线条粗细
hold on
% 拟合数据后，添加趋势线（浅红虚线）
p = polyfit(x, y, 1);
yfit = polyval(p, x);
plot(x, yfit, '--', 'Color', [1 0.4 0.4], 'LineWidth', 1.5);% 颜色粗细也均可更改
% 标签和标题字体大小与类型（字体略小,可自我调整）
xlabel('身高 (cm)', 'FontSize', 11,'FontWeight', 'bold','FontName', '宋体')
ylabel('体重 (kg)', 'FontSize', 11,'FontWeight', 'bold','FontName', '宋体')
title('身高与体重的关系', 'FontSize', 13, 'FontWeight', 'bold','FontName', '宋体')
% 图例（去边框，略小字体）
legend({'数据点', '趋势线'}, 'Location', 'southeast', 'Box', 'off', 'FontSize', 10)
% 网格和坐标轴美化
grid on
box off
set(gca, 'FontSize', 10, 'LineWidth', 1, 'TickDir', 'out')
复制代码
散点图实现：
2. 按种别分组着色的散点图绘制
需要有两个数值变量，比如“身高”和“体重”，再加上一个分类变量（比如“性别”），就可以通过循环搭配
scatter() 函数
，轻松画出按种别分组着色的散点图。不同种别的数据点用不同颜色区分，既直观又雅观，得当展示各类数据在二维数值变量上的分布差异。
以下是相关代码实现：
% 读取数据并保留原始列名，使得原本中文列名不被修改
data = readtable('散点图制作.xlsx', 'sheet', 'sheet2', 'VariableNamingRule', 'preserve');
x = data.('身高');
y = data.('体重');
group = data.('性别'); % 分类变量提取，按照实际情况修改
% 获取唯一类别标签
groups = unique(group);
colors = lines(length(groups));
% 创建图形窗口
figure('Color', 'w');
hold on;
% 按类别绘制散点图并添加拟合线
for i = 1:length(groups)
idx = strcmp(group, groups{i}); % 当前类别的数据索引
% 绘制较小圆点的散点图，以下数据大小可以按需更改
scatter(x(idx), y(idx), 40, ...
'MarkerEdgeColor', [0.2 0.2 0.2], ...
'MarkerFaceColor', colors(i, :), ...
'MarkerFaceAlpha', 0.6, ...
'LineWidth', 0.6, ...
'DisplayName', groups{i}); % 设置图例
% 拟合线（每组单独）
p = polyfit(x(idx), y(idx), 1);
xfit = linspace(min(x(idx)), max(x(idx)), 100);
yfit = polyval(p, xfit);
plot(xfit, yfit, '--', ...
'Color', colors(i, :), ...
'LineWidth', 1.5, ...
'DisplayName', [groups{i} ' - 拟合线']);
end
% 坐标轴标签和标题（字体可按需修改）
xlabel('身高 (cm)', 'FontSize', 11, 'FontWeight', 'bold', 'FontName', '宋体')
ylabel('体重 (kg)', 'FontSize', 11, 'FontWeight', 'bold', 'FontName', '宋体')
title('不同性别的身高与体重关系（含趋势线）', 'FontSize', 13, 'FontWeight', 'bold', 'FontName', '宋体')
% 图例
legend('Location', 'southeast', 'Box', 'off', 'FontSize', 10)
% 网格和坐标轴美化
grid on
box off
set(gca, 'FontSize', 10, 'LineWidth', 1, 'TickDir', 'out')
复制代码
散点图实现：
3. 三维散点图的绘制
需要有三个数值变量，比如“身高”、“体重”和“年事”，再加上一个分类变量（比如“性别”），就可以通过循环搭配
scatter3() 函数
，轻松绘制出按种别分组着色的三维散点图。不同种别的数据点用不同颜色标识，在三维空间中直观展示出变量之间的立体分布关系，特别得当用来观察多变量之间的团结趋势与种别间的结构差异。
以下是相关代码实现：
% 读取数据并保留原始列名，使得原本中文列名不被修改
data = readtable('散点图制作.xlsx', 'sheet', 'sheet3', 'VariableNamingRule', 'preserve');
x = data.('身高');
y = data.('体重');
z = data.('年龄'); % 增加的第三个数值变量
group = data.('性别'); % 分类变量
% 类别和颜色
groups = unique(group);
colors = lines(length(groups));
% 图形窗口
figure('Color', 'w', 'Position', [100 100 800 600]);
hold on;
ax = gca;
ax.Color = [0.97 0.97 0.97];
ax.GridColor = [0.8 0.8 0.8];
ax.GridAlpha = 0.4;
% 绘制三维散点图，以下数据可以按需修改
for i = 1:length(groups)
idx = strcmp(group, groups{i});
scatter3(x(idx), y(idx), z(idx), 60, ...
'MarkerEdgeColor', [0.3 0.3 0.3], ...
'MarkerFaceColor', colors(i,:), ...
'MarkerFaceAlpha', 0.7, ...
'LineWidth', 0.7, ...
'DisplayName', groups{i});
end
% 标签和标题字体大小与类型（字体略小,可自我调整）
xlabel('身高 (cm)', 'FontSize', 12, 'FontWeight', 'bold', 'FontName', '宋体');
ylabel('体重 (kg)', 'FontSize', 12, 'FontWeight', 'bold', 'FontName', '宋体');
zlabel('年龄 (岁)', 'FontSize', 12, 'FontWeight', 'bold', 'FontName', '宋体');
title('不同性别的身高、体重与年龄三维分布', ...
'FontSize', 14, 'FontWeight', 'bold', 'FontName', '宋体');
legend('Location', 'northeastoutside', 'Box', 'off', 'FontSize', 10);
% 美化坐标轴
view(45, 20);
grid on;
box on;
rotate3d on;
axis tight;
set(gca, 'FontSize', 10, 'FontName', '宋体', 'LineWidth', 1, 'TickDir', 'out');
camproj perspective;
复制代码
散点图实现：
通过上面的案例树模，信赖大家已经了解了如何利用 MATLAB 绘制不同的散点图。可视化不仅让数据更易于明白，也为后续的数据分析和交流打下了良好基础。如果你也在处置惩罚类似的多变量数据，不妨动手试一试，让图形为你的分析加分！（如有不对的地方也可以指出哦~）
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
欢迎光临 qidao123.com技术社区-IT企服评测·应用市场 (https://dis.qidao123.com/)
Powered by Discuz! X3.4
