散点图和柱状图的绘制

核心统计图表绘制(1)：散点图 scatter 与柱状图 bar 的业务实战与视觉编码

小象实战讲义 · Python数据分析实战

在探索性数据分析中，散点图（Scatter Plot） 与 柱状图（Bar Chart） 是使用频率最高、信息传递最直观的两大经典图表。散点图擅长揭示两个连续变量之间的相关性、聚类聚集与离群点；而柱状图（条形图）则专精于离散类别之间的数值对比与排名。本节我们将深入学习使用 Matplotlib 绘制高质量散点图（结合颜色与大小进行多维映射）以及垂直/水平柱状图与分组对比条形图。

💡 核心导读

• 散点图 plt.scatter(x, y) 核心视觉通道编码：
  • 位置通道（x, y 轴坐标）；
  • 尺寸通道（s=size_arr 点大小映射权重）；
  • 颜色通道（c=color_arr, cmap='viridis' 映射第三维度连续指标）；
  • 透明度通道（alpha=0.6 解决严重数据重叠遮挡）。
• 柱状图 plt.bar() / plt.barh() 实战：
  • 垂直柱状图对比类别数值；
  • 水平条形图展示长文本分类与排行榜；
  • 堆叠柱状图与并列分组柱状图。

1. 散点图的多维视觉通道映射与重叠优化

散点图可以通过点的位置、颜色和尺寸同时展示 4 个维度的信息：

┌─────────────────────────────────────────────────────────────┐
│                 四维散点图视觉编码拓扑                      │
├─────────────────────────────────────────────────────────────┤
│ 1. X 轴: 广告投入金额 (连续数值)                            │
│ 2. Y 轴: 订单成交金额 (连续数值)                            │
│ 3. 点大小 (s): 客户触达覆盖人数 (物理体量)                  │
│ 4. 点颜色 (c): 最终转化率 ROI (颜色热力映射)                │
└─────────────────────────────────────────────────────────────┘

import matplotlib.pyplot as plt
import numpy as np

# 解决中文显示
plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'DejaVu Sans']
plt.rcParams['axes.unicode_minus'] = False

# 1. 模拟生成 100 场营销活动的四维数据
np.random.seed(42)
ad_spend = np.random.uniform(5000, 50000, 100)
revenue = ad_spend * np.random.uniform(1.5, 3.5, 100) + np.random.normal(0, 5000, 100)
reach_people = np.random.uniform(10000, 200000, 100)
roi = revenue / ad_spend

# 2. 绘制多维气泡散点图
fig, ax = plt.subplots(figsize=(8, 5))
scatter = ax.scatter(
    ad_spend / 1000, revenue / 1000,
    s=reach_people / 800,        # 尺寸映射
    c=roi, cmap="plasma",        # 颜色映射
    alpha=0.7, edgecolors="gray"
)

ax.set_title("营销活动投入产出多维散点图 (点大小=覆盖人数, 颜色=ROI)", fontsize=12)
ax.set_xlabel("广告投入 (千元)")
ax.set_ylabel("成交营收 (千元)")
ax.grid(True, linestyle="--", alpha=0.4)

# 添加颜色条
cbar = fig.colorbar(scatter, ax=ax)
cbar.set_label("投入产出比 ROI")

plt.savefig("scatter_multidim_demo.png", bbox_inches="tight")
plt.close(fig)
print("✅ 散点图绘制完成！")

2. 垂直与水平柱状图排行展示

对于类别名称较长的场景，使用 barh() 水平条形图从上到下排列是最清晰的呈现方案。

# 绘制城市营收排行榜水平条形图
cities = ["北京", "上海", "深圳", "广州", "杭州", "成都", "武汉"]
sales_m = [450, 480, 360, 310, 290, 240, 210]

fig, ax = plt.subplots(figsize=(7, 4.5))
y_pos = np.arange(len(cities))

bars = ax.barh(y_pos, sales_m, color="#2ca02c", alpha=0.85)
ax.set_yticks(y_pos)
ax.set_yticklabels(cities)
ax.invert_yaxis() # 头部城市排在最上方
ax.set_xlabel("年度销售总额 (百万元)")
ax.set_title("重点城市年度销售业绩排行榜", fontsize=13)

# 在柱子末端添加数值标签
for bar in bars:
    w = bar.get_width()
    ax.text(w + 5, bar.get_y() + bar.get_height() / 2, f"{int(w)}M", va="center", fontsize=9)

ax.set_xlim(0, 550)
ax.grid(True, axis="x", linestyle=":", alpha=0.5)

plt.savefig("barh_ranking_demo.png", bbox_inches="tight")
plt.close(fig)

import os
for f in ["scatter_multidim_demo.png", "barh_ranking_demo.png"]:
    if os.path.exists(f): os.remove(f)
print("✅ 水平条形图排行榜绘制完成！")

📝 动手练一练

1. 概念思考题：在样本量极大（如 10 万个样本）的散点图中，所有点几乎糊成一片黑斑（数据过度绘制 Overplotting），有哪些常用的视觉优化解决方案？

   👉 点击查看参考答案

   参考答案： ① 调小点尺寸并增加透明度：如 s=5, alpha=0.1； ② 降采样（Downsampling）：随机抽取 5000 个代表性样本进行展示； ③ 二维直方图或六边形箱图（Hexbin Plot）：使用 plt.hexbin(x, y) 用颜色密度表示密集程度。

2. 编程练习：给定品类销售字典 sales = {'A': 100, 'B': 150, 'C': 80}，请使用 plt.bar() 绘制垂直柱状图。

   👉 点击查看参考答案

   参考答案：

   import matplotlib.pyplot as plt
   sales = {'A': 100, 'B': 150, 'C': 80}
   plt.bar(sales.keys(), sales.values(), color='skyblue')
   plt.title("Category Sales")
   plt.close()

本章小结

• 掌握了散点图在坐标、尺寸（s）、颜色（c）多维视觉通道的映射技巧；
• 学会了使用水平条形图（barh）配合数值标签呈现优雅的商业排行榜；
• 掌握了处理散点过度重叠（alpha 与 hexbin）的实用方案。

📋 行动清单

• 在本地执行示例代码，观察控制台输出并记录关键指标。
• 做好准备，进入下一小节学习《核心统计图表绘制(2)：直方图 hist 与概率密度分布》！

—— 小象教研组