MATLAB - 散点图

MATLAB - 用于数据可视化的现代散点图

散点图（scatter plot）是探索性数据分析（EDA）的重要工具。它通过显示单个数据点来可视化两个数值变量之间的关系。散点图非常适合识别数据中的趋势、相关性、聚类和异常值。MATLAB 的 scatter 函数是创建这些图的强大而灵活的工具。

scatter 函数

创建散点图的核心函数是 scatter。虽然它有许多语法，但最现代和可读的方法是使用名称-值对（name-value pairs）进行自定义。

基本语法

scatter(x, y, ...)

其中 x 和 y 是长度相同的向量，包含数据点的坐标。其他属性可以指定为名称-值对。

自定义散点图：示例

让我们使用一个简单的数据集来探索自定义。

%% 生成样本数据
x = linspace(0, 3*pi, 100);
y = sin(x) + 0.2*randn(1, 100);

示例 1：带标签的基本散点图

figure; % 创建一个新的图窗窗口
scatter(x, y);

title('Basic Scatter Plot');
xlabel('Time (s)');
ylabel('Amplitude');
grid on;

示例 2：自定义标记大小、颜色和样式

您可以单独控制每个标记的外观。让我们根据其他数据向量改变标记大小和颜色。

%% 创建用于大小和颜色的附加数据
marker_sizes = randi([10, 80], 1, 100); % 每个点的大小向量
marker_colors = x; % 根据点的 x 值着色

figure;
scatter(x, y, marker_sizes, marker_colors, ...
    'Marker', 'o', ...              % 使用圆形标记
    'MarkerFaceAlpha', 0.6, ...     % 使标记半透明
    'MarkerEdgeColor', 'k', ...     % 标记的黑色边缘
    'LineWidth', 1.0);            % 更粗的边缘

title('Customized Scatter Plot');
xlabel('X-Value');
ylabel('Y-Value');
cb = colorbar; % 添加颜色条以显示颜色刻度
ylabel(cb, '颜色映射到 X 值'); % 标记颜色条
grid on;

小项目：可视化 Fisher 鸢尾花数据集

散点图的常见用途是可视化分组数据。让我们使用内置的 Fisher 鸢尾花数据集，绘制萼片长度（sepal length）与萼片宽度（sepal width）的关系，并按物种（species）着色。这是分类数据可视化的经典示例。

%% 加载数据集
% 这会创建 'meas'（测量值）和 'species'（名称的单元格数组）
load fisheriris;

% 提取相关数据列
x_data = meas(:, 1); % 萼片长度
y_data = meas(:, 2); % 萼片宽度

%% 使用 gscatter 的现代分组散点图
% gscatter 专门为此任务设计，并自动处理
% 颜色、标记和图例。

figure;
gscatter(x_data, y_data, species, 'rgb', 'osd', [], 'on');

title('Fisher 鸢尾花数据集：萼片尺寸');
xlabel('萼片长度 (cm)');
ylabel('萼片宽度 (cm)');
legend('Location', 'best');
grid on;

最佳实践和可访问性

在创建用于报告或演示的图时，请考虑以下事项：

• 始终标记坐标轴：没有标签的图是毫无意义的。在适当的地方使用单位。
• 提供标题：为您的图提供一个描述性标题。
• 为分组数据使用图例：确保每个组都清晰地标识出来。
• 可访问性 (a11y)：不要仅仅依靠颜色来区分组。使用不同的标记形状（例如，'o'、's'、'd'、'^'），就像 gscatter 所做的那样。这确保了图对于有色觉缺陷的人以及黑白打印时都是可读的。
• 清晰度：如果数据点密集，请使用透明度（MarkerFaceAlpha）或更小的标记以避免过度绘制。

MATLAB 的现代图形系统允许广泛的自定义。您可以单击绘图窗口中的元素以打开属性编辑器，或使用 set 函数以编程方式控制绘图外观的各个方面。