用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不同标记表示。散点图通常用于比较跨类别的聚合数据。
- 中文名
- 散点图
- 外文名
- scatterplot
- 应用领域
- 回归分析
- 分 类
- ArcGIS、三维散点图、散点图矩阵
- 用 途
- 比较跨类别的聚合数据
用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在图表中的位置表示。类别由图表中的不同标记表示。散点图通常用于比较跨类别的聚合数据。
国云数据大数据魔镜散点图(2张)
散点图矩阵
当欲同时考察多个变量间的相关关系时，若一一绘制它们间的简单散点图，十分麻烦。此时可利用散点图矩阵来同时绘制各自变量间的散点图，这样可以快速发现多个变量间的主要相关性，这一点在进行多元线性回归时显得尤为重要。[1]
合并图册(2张)
三维散点图
在散点图矩阵中虽然可以同时观察多个变量间的联系，但是两两进行平面散点图的观察的，有可能漏掉一些重要的信息。三维散点图就是在由3个变量确定的三维空间中研究变量之间的关系，由于同时考虑了3个变量，常常可以发现在两维图形中发现不了的信息。[2]
ArcGIS散点图
散点图使用数据值作为 x,y 坐标来绘制点。它可以揭示格网上所绘制的值之间的关系，还可以显示数据的趋势。当存在大量数据点时，散点图的作用尤为明显。散点图与折线图相似，而不同之处在于折线图通过将点或数据点相连来显示每一个变化。
1、单击视图菜单，指向图表，然后单击创建图表 。
2、单击图表类型下拉箭头，然后选择散点图类型。
3、单击图层/表下拉箭头，然后选择含有要绘成图表的数据值的图层或表。
4、单击 Y 字段下拉箭头，然后选择要绘成图表的值的字段。向导将显示图表的初始版本。最初，点将按源表中值的顺序(记录 1、记录 2，以此类推)沿水平轴分布。
5、可使用 X 字段参数将点的顺序更改为基于另一个字段。
6、例如，有一个包含国家人口和面积的表。如果将 Y 字段设置为人口，将 X 字段设置为默认值 <无>，则散点图的数据点将根据表中数据值的顺序沿 x 轴分布，表中的第一个条目对应最左侧的点，表中最后一个条目对应最右侧的点。
7、如果随后将 X 字段设置为面积字段，则将以最小面积作为最左侧的点、最大面积作为最右侧的点，按此大小顺序对点进行排序。这会帮助您了解一个国家的人口与其面积之间是否存在相关性。
8、在 X 标注字段中指定一个不同的字段来标注散点图中的水平轴。
9、默认情况下，输入数据的值将被添加到图表的图例中。可通过取消选中添加到图例复选框来禁用此设置。
10、选中显示标注(标记) 复选框可用数据点的值来标记数据点。如果尚未设置 X 标注字段，则会将 Y 字段值用作标注值。可通过更改 X 标注字段中的值来更改用于对点进行标注的字段。
11、使用颜色控件可以更改散点图上的标记的外观。
12、使用符号属性选项卡可以更改散点图中数据点的外观。画笔选项卡可控制点的大小和标记类型，边框选项卡可控制点标记符号轮廓的宽度、样式和颜色。
散点图通常用于显示和比较数值，例如科学数据、统计数据和工程数据。
当要在不考虑时间的情况下比较大量数据点时，请使用散点图。散点图中包含的数据越多，比较的效果就越好。
气泡图要求每个数据点具有两个值（探顶值和探底值）。
对于处理值的分布和数据点的分簇，散点图都很理想。如果数据集中包含非常多的点（例如，几千个点），那么散点图便是最佳图表类型。在点状图中显示多个序列看上去非常混乱，这种情况下，应避免使用点状图，而应考虑使用折线图。
默认情况下，散点图以圆圈显示数据点。如果在散点图中有多个序列，请考虑将每个点的标记形状更改为方形、三角形、菱形或其他形状。
他们散布在从右上角到左下角的区域。对于两个变量的这种相关关系，我们将他们称为正相关。还有一些变量，例如汽车的重量和汽车每消耗1L汽油所行驶的平均路程，成负相关，汽车越重，每消耗1L汽油所行驶的平均路程就越短，这时的点散布在从左上角到右下角的区域内。[1]
1、变量之间是否存在数量关联趋势
2、如果存在关联趋势，是线性还是曲线的
3、如果有某一个点或者某几个点偏离大多数点，也就是离群值，通过散点图可以一目了然。从而可以进一步分析这些离群值是否可能在建模分析中对总体产生很大影响。
即便自变量为连续性变量，仍然可以使用散点图。也就是说散点图通过散点的疏密程度和变化趋势表示二个连续变量的数量关系。不仅如此，如果有三个变量，并且自变量为分类变量，散点图通过对点的形状或者点的颜色来区分，即可了解这些变量之间的关系。如果所有的变量为连续性变量，还可以在许多统计软件中绘制高维散点图。如果把一些个案也就是同一个自变量的点连接起来，就成为了线图，也就是表示因变量指标是上升还是下降的。