
spss統(tǒng)計(jì)圖之散點(diǎn)圖繪制方法_數(shù)據(jù)分析師
散點(diǎn)圖是用分布的點(diǎn)來(lái)表示數(shù)據(jù)的分布情況。如果在不考慮時(shí)間的情況下,需要比較大量數(shù)據(jù)點(diǎn)時(shí),可使用散點(diǎn)圖。散點(diǎn)圖中包含的數(shù)據(jù)越多,比較的效果就越好。
要繪制散點(diǎn)圖可以執(zhí)行以下操作。
(1)執(zhí)行Graphs/Legacy Dialogs/Scatter /Dot命令,彈出Scatter/Dot對(duì)話框,如圖16-38所示。
圖:Scatter/Dot對(duì)話框
(2)在Scatter/Dot對(duì)話框中選擇所需的選項(xiàng),單擊Define按鈕,彈出如圖16-39所示的Scatter Scatterplot對(duì)話框。
Simple Scatterplot對(duì)話框
(3)在該對(duì)話框中選擇要定義的變量并添加到右側(cè)所對(duì)應(yīng)的列表框中,如圖所示。
定義圖表中的變量
(4)單擊OK按鈕,即可在輸出結(jié)果窗口中顯示散點(diǎn)圖,如圖所示。
如果要更改散點(diǎn)圖樣式,可在圖形編輯窗口中選中圖中的點(diǎn)并打開Properties對(duì)話框,選擇Marker選項(xiàng)卡,在其中進(jìn)行設(shè)置,如圖所示。在該選項(xiàng)卡中可以設(shè)置點(diǎn)的類型、大小、外周線寬和顏色。
散點(diǎn)圖中的點(diǎn)分布凌亂,不容易觀察其分布特點(diǎn),如果只想了解點(diǎn)的分布趨勢(shì),不在意點(diǎn)的具體位置,可以將散點(diǎn)組化。組化是將某區(qū)域的三點(diǎn)用一個(gè)符號(hào)來(lái)代替,這個(gè)符號(hào)代表點(diǎn)的密度。
在已生成的散點(diǎn)圖中,用戶可以通過調(diào)整變量在圖中的作用生成新的圖形。其方法是選中散點(diǎn)圖中的點(diǎn)并打開Properties對(duì)話框,然后選擇Variables選項(xiàng)卡,在其中進(jìn)行設(shè)置,如圖所示。
圖16-42 Marker選項(xiàng)卡
圖16-43 Variables選項(xiàng)卡
在散點(diǎn)圖中還可以觀察數(shù)據(jù)點(diǎn)的差異,即是從每個(gè)數(shù)據(jù)點(diǎn)到所選定地方做一個(gè)線段,這種方式叫做釘線。設(shè)置釘線的方法是,選中要加釘線的點(diǎn),打開Properties對(duì)話框,在Spikes選項(xiàng)卡中即可設(shè)置釘線。Spikes選項(xiàng)卡中共有4種釘線樣式,分別是None、Floor、Origin、Centroid單選按鈕。選擇其中一種單選按鈕,再單擊Apply按鈕,如圖16-44所示,即可顯示相對(duì)應(yīng)的釘線樣式。
圖16-44 Spikes選項(xiàng)卡
Spikes選項(xiàng)卡中各選項(xiàng)的含義如下:
None:無(wú)釘線。
Floor:平面散點(diǎn)圖,釘線為每個(gè)數(shù)據(jù)點(diǎn)到X軸的連線。
Origin:從每個(gè)數(shù)據(jù)點(diǎn)到原點(diǎn)的連線。
Centroid:從每個(gè)數(shù)據(jù)點(diǎn)到全部數(shù)據(jù)距離的連線。距心的坐標(biāo)是X、Y、Z軸上3個(gè)變量值的加權(quán)平均數(shù)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11