京公网安备 11010802034615号
经营许可证编号:京B2-20210330
spss统计图之散点图绘制方法_数据分析师
散点图是用分布的点来表示数据的分布情况。如果在不考虑时间的情况下,需要比较大量数据点时,可使用散点图。散点图中包含的数据越多,比较的效果就越好。
要绘制散点图可以执行以下操作。
(1)执行Graphs/Legacy Dialogs/Scatter /Dot命令,弹出Scatter/Dot对话框,如图16-38所示。
图:Scatter/Dot对话框
(2)在Scatter/Dot对话框中选择所需的选项,单击Define按钮,弹出如图16-39所示的Scatter Scatterplot对话框。
Simple Scatterplot对话框
(3)在该对话框中选择要定义的变量并添加到右侧所对应的列表框中,如图所示。
定义图表中的变量
(4)单击OK按钮,即可在输出结果窗口中显示散点图,如图所示。
显示散点图
如果要更改散点图样式,可在图形编辑窗口中选中图中的点并打开Properties对话框,选择Marker选项卡,在其中进行设置,如图所示。在该选项卡中可以设置点的类型、大小、外周线宽和颜色。
散点图中的点分布凌乱,不容易观察其分布特点,如果只想了解点的分布趋势,不在意点的具体位置,可以将散点组化。组化是将某区域的三点用一个符号来代替,这个符号代表点的密度。
在已生成的散点图中,用户可以通过调整变量在图中的作用生成新的图形。其方法是选中散点图中的点并打开Properties对话框,然后选择Variables选项卡,在其中进行设置,如图所示。
图16-42 Marker选项卡
图16-43 Variables选项卡
在散点图中还可以观察数据点的差异,即是从每个数据点到所选定地方做一个线段,这种方式叫做钉线。设置钉线的方法是,选中要加钉线的点,打开Properties对话框,在Spikes选项卡中即可设置钉线。Spikes选项卡中共有4种钉线样式,分别是None、Floor、Origin、Centroid单选按钮。选择其中一种单选按钮,再单击Apply按钮,如图16-44所示,即可显示相对应的钉线样式。
图16-44 Spikes选项卡
Spikes选项卡中各选项的含义如下:
None:无钉线。
Floor:平面散点图,钉线为每个数据点到X轴的连线。
Origin:从每个数据点到原点的连线。
Centroid:从每个数据点到全部数据距离的连线。距心的坐标是X、Y、Z轴上3个变量值的加权平均数。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14