数据分析饼状图用散点图进行数据分析

发布时间：2026-07-21阅读(1)

导读文章来源：林骥微信公众号作者：林骥01你好，我是林骥。散点图的用途有很多，我认为它的核心价值，在于应用相关思维，发现变量之间的关系。散点图就像一扇窗，打开它....

文章来源：林骥微信公众号

作者：林骥

你好，我是林骥。

散点图的用途有很多，我认为它的核心价值，在于应用相关思维，发现变量之间的关系。

散点图就像一扇窗，打开它，并仔细观察，能让我们看见更多有价值的信息。

比如说，假设表格中有 10000 个客户年龄和消费金额的数据：

我们可以计算每一个年龄对应的人均消费金额，比如说，所有 20 岁客户的平均消费金额约为 1383.69 元，然后我们可以画出一张散点图：

从图中可以看出，客户的年龄与人均消费金额有很强的相关性，其中应用了线性回归算法，得到一条拟合的直线，并用公式表示出来，接近于 1 ，代表算法拟合的效果很好。

接下来，我们看看具体实现的步骤。

首先，导入所需的库，并设置中文字体和定义颜色等。

#导入所需的库importnumpyasnpimportpandasaspdimportmatplotlibasmplimportmatplotlib.pyplotaspltfromsklearn.linear_modelimportLinearRegressionfromsklearn.preprocessingimportPolynomialFeaturesfromsklearn.pipelineimportPipeline#正常显示中文标签mpl.rcParams[font.sans-serif]=[SimHei]#自动适应布局mpl.rcParams.update({figure.autolayout:True})#正常显示负号mpl.rcParams[axes.unicode_minus]=False#禁用科学计数法pd.set_option(display.float_format,lambdax:%.2f%x)#定义颜色，主色：蓝色，辅助色：灰色，互补色：橙色c={蓝色:#00589F,深蓝色:#003867,浅蓝色:#5D9BCF,灰色:#999999,深灰色:#666666,浅灰色:#CCCCCC,橙色:#F68F00,深橙色:#A05D00,浅橙色:#FBC171}

其次，从 Excel 文件中读取数据，并调用 sklearn 中的算法，得到拟合的直线和评分结果。

#数据源路径filepath=./data/客户年龄和消费金额.xlsx#读取Excel文件df=pd.read_excel(filepath,index_col=客户编号)#定义画图用的数据：年龄和人均消费金额df_group=df.groupby(年龄).mean()x=np.array(df_group.index).reshape(-1,1)y=np.array(df_group.values)#用管道的方式调用算法，以便把线性回归扩展为多项式回归poly_reg=Pipeline([(ploy,PolynomialFeatures(degree=1)),(lin_reg,LinearRegression())])#拟合poly_reg.fit(x,y)#斜率coef=poly_reg.steps[1][1].coef_#截距intercept=poly_reg.steps[1][1].intercept_#评分score=poly_reg.score(x,y)

接下来，开始用「面向对象」的方法进行画图。

#使用「面向对象」的方法画图，定义图片的大小fig,ax=plt.subplots(figsize=(8,6))#设置标题ax.set_title(\n客户每年长一岁，人均消费金额增加 %.2f%coef[0][1] 元\n,loc=left,size=26,color=c[深灰色])#画气泡图ax.scatter(x,y,color=c[蓝色],marker=.,s=100,zorder=1)##绘制预测线y2=poly_reg.predict(x)ax.plot(x,y2,-,c=c[橙色],zorder=2)#隐藏边框ax.spines[top].set_visible(False)ax.spines[right].set_visible(False)ax.spines[bottom].set_visible(False)ax.spines[left].set_visible(False)#隐藏刻度线ax.tick_params(axis=x,which=major,length=0)ax.tick_params(axis=y,which=major,length=0)ax.set_ylim(15,65)ax.set_ylim(1000,5000)#设置坐标标签字体大小和颜色ax.tick_params(labelsize=16,colors=c[深灰色])ax.text(ax.get_xlim()[0]-6,ax.get_ylim()[1],人\n均\n消\n费\n金\n额,va=top,fontsize=16,color=c[深灰色])#设置坐标轴的标题ax.text(ax.get_xlim()[0] 1,ax.get_ylim()[0]-300,年龄,ha=left,va=top,fontsize=16,color=c[深灰色])#预测55岁的人均消费金额predict=poly_reg.predict([[55]])#标注公式formula=r$\mathcal{Y}= %.2f%coef[0][1] \mathcal{X} % .2f$%intercept[0] \n r$\mathcal{R}^2= %.5f$%scoreax.annotate(formula,xy=(55,predict),xytext=(55,predict 500),ha=center,fontsize=12,color=c[深灰色],arrowprops=dict(arrowstyle=->,color=c[橙色]))plt.show()

你可以前往 https://github.com/linjiwx/mp 下载数据文件和完整代码。

当业务指标很多的时候，应该挑选什么指标来进行分析，这件事很考验分析者的功力，往往需要对业务有比较深刻的理解。

为什么很多人精通各种工具技术，手上也有很多各种各样的数据，却没有做出让领导满意的图表？

好的图表，就像是给近视的人戴了一副眼镜，让读者以更清楚的方式去理解数据。

好的图表，就像是神奇的催化剂，加快了从数据到决策的过程，让决策者更加快速地掌握有助于做出决策的信息。

好的图表，能把复杂的问题简单化，帮我们更精准地理解业务的现状，甚至预测未来。

我们应该记住，无论多么漂亮的图表，如果不能从中获取有价值的信息，那么也是一张没有「灵魂」的图表。

很多时候，我们面对的问题，并不是没有数据，而是数据太多，却不知道怎么用。

熟悉数据分析的思维，能帮我们找到更重要的数据，排除过多杂乱数据的干扰。

如果把数据分析比作医生看病的过程，那么可以分为以下 4 个阶段：

（1）描述：检查身体，描述指标值是否正常。

（2）诊断：询问病情，找到疾病的产生原因。