Точечные диаграммы Matplotlib в Python — полное руководство

Функция scatter() в Matplotlib позволяет визуализировать зависимость между двумя числовыми переменными, размещая маркер в каждой точке (x, y). В отличие от линейного графика, точечные диаграммы не предполагают ни порядка, ни непрерывности — каждая точка самостоятельна. Это делает их основным инструментом для изучения корреляций, поиска кластеров и обнаружения выбросов.

В этой главе рассматривается всё — от первой точечной диаграммы до профессиональных техник: кодирование цвета и размера каждой точки, прозрачность, цветовые шкалы, многогрупповые графики, аннотации точек и сохранение файлов, готовых к публикации.

Перед началом убедитесь, что Matplotlib установлен:

pip install matplotlib

Если вы только знакомитесь с Matplotlib, сначала прочитайте главы Введение в Matplotlib и Начало работы.

Когда использовать точечную диаграмму

Используйте точечную диаграмму, когда:

• Вы хотите изучить корреляцию между двумя числовыми переменными (рост и вес, часы учёбы и оценка на экзамене).
• Вам нужно обнаружить кластеры — группы точек, которые естественно сближаются.
• Вы хотите выявить выбросы — точки, далеко отстоящие от основного распределения.
• Вы кодируете третью переменную через размер или цвет маркера («пузырьковая диаграмма» — это точечная диаграмма, где размер = третья переменная).

Избегайте точечных диаграмм, когда одна ось представляет неупорядоченные категории — там нагляднее столбчатая диаграмма. Для отображения трендов по непрерывной упорядоченной переменной лучше подходит линейный график.

Создание базовой точечной диаграммы

Передайте в plt.scatter() две последовательности одинаковой длины — значения x и значения y:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [2, 4, 5, 4, 7, 8, 6, 9, 10, 12]

plt.scatter(x, y)

plt.title('Basic Scatter Plot')
plt.xlabel('X Values')
plt.ylabel('Y Values')

plt.tight_layout()
plt.show()

plt.tight_layout() предотвращает обрезку подписей — сделайте это привычкой перед каждым вызовом show() или savefig().

Настройка размера маркеров

Параметр s управляет размером маркера в квадратных пунктах (по умолчанию 20). Увеличьте его, чтобы точки были лучше видны, особенно в презентациях:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5, 6, 7, 8]
y = [3, 1, 4, 1, 5, 9, 2, 6]

plt.scatter(x, y, s=120)

plt.title('Larger Markers')
plt.xlabel('X')
plt.ylabel('Y')
plt.tight_layout()
plt.show()

В s можно передать список или array, чтобы каждая точка имела собственный размер — именно так кодируется третья числовая переменная в виде площади пузырька:

import matplotlib.pyplot as plt

x      = [1, 2, 3, 4, 5]
y      = [5, 3, 6, 2, 7]
sizes  = [100, 300, 50, 400, 200]   # third variable encoded as bubble area

plt.scatter(x, y, s=sizes)

plt.title('Bubble Chart — size encodes a third variable')
plt.xlabel('X')
plt.ylabel('Y')
plt.tight_layout()
plt.show()

Настройка цвета маркеров

Один цвет для всех точек

Передайте имя цвета, hex-строку или RGB-кортеж в c (или color):

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 1, 5, 3]

plt.scatter(x, y, s=100, c='steelblue')

plt.title('Single Color')
plt.xlabel('X')
plt.ylabel('Y')
plt.tight_layout()
plt.show()

Цвет каждой точки из числовой переменной

Передача array в c отображает каждое значение на цвет через цветовую карту, указанную в cmap. Добавьте plt.colorbar(), чтобы показать, что означают цвета:

import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(seed=42)
x      = rng.random(50)
y      = rng.random(50)
values = rng.random(50)          # third variable, e.g. intensity or temperature

scatter = plt.scatter(x, y, s=80, c=values, cmap='viridis')
plt.colorbar(scatter, label='Intensity')

plt.title('Color-Mapped Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.tight_layout()
plt.show()

'viridis' — перцептивно равномерная цветовая карта, читаемая в оттенках серого и доступная для людей с нарушением цветового восприятия. Другие хорошие варианты: 'plasma', 'cividis' и 'coolwarm'.

Управление прозрачностью с помощью alpha

Когда много точек перекрываются, они образуют непрозрачное пятно, скрывающее реальную плотность. Задайте alpha (0 = полностью прозрачный, 1 = полностью непрозрачный), чтобы обнажить структуру перекрытий:

import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(seed=0)
x = rng.normal(loc=0, scale=1, size=300)
y = rng.normal(loc=0, scale=1, size=300)

plt.scatter(x, y, s=40, alpha=0.4)

plt.title('Transparent Markers Reveal Density (alpha=0.4)')
plt.xlabel('X')
plt.ylabel('Y')
plt.tight_layout()
plt.show()

Хорошей отправной точкой является alpha=0.4 до 0.6. Подбирайте значение в зависимости от количества точек.

Стилизация границ маркеров

Используйте edgecolors, чтобы добавить рамку вокруг каждого маркера, и linewidths, чтобы управлять её толщиной. Это помогает точкам выделяться на цветном фоне:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5, 6]
y = [3, 1, 4, 1, 5, 9]

plt.scatter(x, y, s=150, c='gold', edgecolors='black', linewidths=1.5)

plt.title('Markers with Edges')
plt.xlabel('X')
plt.ylabel('Y')
plt.tight_layout()
plt.show()

Передайте edgecolors='none', чтобы полностью убрать рамки (это значение по умолчанию для большинства цветовых карт).

Отображение нескольких групп

Для сравнения групп вызывайте plt.scatter() по одному разу для каждой группы и задавайте метку. Matplotlib автоматически присваивает разный цвет каждому вызову:

import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(seed=7)

# Group A — centered around (2, 3)
ax_x = rng.normal(loc=2, scale=0.5, size=30)
ax_y = rng.normal(loc=3, scale=0.5, size=30)

# Group B — centered around (5, 6)
bx_x = rng.normal(loc=5, scale=0.5, size=30)
bx_y = rng.normal(loc=6, scale=0.5, size=30)

# Group C — centered around (8, 2)
cx_x = rng.normal(loc=8, scale=0.5, size=30)
cx_y = rng.normal(loc=2, scale=0.5, size=30)

plt.scatter(ax_x, ax_y, s=60, label='Group A')
plt.scatter(bx_x, bx_y, s=60, label='Group B')
plt.scatter(cx_x, cx_y, s=60, label='Group C')

plt.legend()
plt.title('Multi-Group Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.tight_layout()
plt.show()

Каждый вызов scatter() автоматически берёт следующий цвет из стандартного цикла. Передайте c='red' (или любой цвет), чтобы переопределить его.

Аннотирование отдельных точек

Используйте plt.annotate() для подписи конкретных точек — это удобно для выделения выбросов или ключевых наблюдений:

import matplotlib.pyplot as plt

cities = ['London', 'Berlin', 'Madrid', 'Rome', 'Paris']
population = [9.0, 3.7, 3.3, 2.8, 2.1]   # millions
area       = [1572, 892, 604, 1285, 105]   # km²

plt.scatter(area, population, s=100, c='steelblue', edgecolors='black', linewidths=0.8)

for i, city in enumerate(cities):
    plt.annotate(
        city,
        xy=(area[i], population[i]),
        xytext=(8, 4),                      # offset in points
        textcoords='offset points',
        fontsize=9,
    )

plt.title('European City Population vs. Area')
plt.xlabel('Area (km²)')
plt.ylabel('Population (millions)')
plt.tight_layout()
plt.show()

Паттерн xytext + textcoords='offset points' немного смещает подпись, чтобы она не накладывалась непосредственно на маркер.

Использование логарифмических осей

Когда данные охватывают несколько порядков величины, линейные оси сжимают большинство точек в один угол. Переключитесь на логарифмический масштаб с помощью plt.xscale('log') или plt.yscale('log'):

import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(seed=1)
x = np.logspace(1, 5, 60)            # 10¹ to 10⁵
y = x * rng.uniform(0.5, 2.0, 60)   # roughly proportional, with noise

plt.scatter(x, y, s=40, alpha=0.7)
plt.xscale('log')
plt.yscale('log')

plt.title('Log-Scale Scatter Plot')
plt.xlabel('X (log scale)')
plt.ylabel('Y (log scale)')
plt.tight_layout()
plt.show()

Обе оси теперь охватывают равные интервалы степеней десяти, равномерно распределяя данные по области графика.

Добавление линии регрессии

Точечная диаграмма показывает отдельные точки; добавление линии наилучшего соответствия демонстрирует общий тренд. Вычислите наклон и сдвиг с помощью np.polyfit():

import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(seed=3)
x = np.linspace(0, 10, 40)
y = 2.5 * x + rng.normal(scale=3, size=40)   # linear trend + noise

# Fit a degree-1 polynomial (straight line)
slope, intercept = np.polyfit(x, y, 1)
trend_line = slope * x + intercept

plt.scatter(x, y, s=50, label='Data points', alpha=0.7)
plt.plot(x, trend_line, color='red', linewidth=2, label=f'Trend (slope={slope:.2f})')

plt.legend()
plt.title('Scatter Plot with Regression Line')
plt.xlabel('X')
plt.ylabel('Y')
plt.tight_layout()
plt.show()

np.polyfit(x, y, 1) возвращает [slope, intercept] для линии наилучшего соответствия, проходящей через точки.

Сохранение точечной диаграммы в файл

Используйте plt.savefig() вместо plt.show(), чтобы записать диаграмму на диск. Вызывайте его до plt.show() — после show() фигура очищается:

import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(seed=9)
x = rng.random(60)
y = rng.random(60)

plt.scatter(x, y, s=60, alpha=0.6, c='teal', edgecolors='white', linewidths=0.5)
plt.title('Saved Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.tight_layout()

plt.savefig('scatter.png', dpi=150)   # PNG at 150 DPI
plt.savefig('scatter.pdf')             # vector PDF — best for publication
plt.show()

Распространённые форматы: 'png' (растр, веб), 'pdf' (вектор, публикация), 'svg' (вектор, веб). Увеличьте dpi до 300 для растров печатного качества.

scatter() vs plot() — что выбрать?

Обе функции могут строить графики только из маркеров, но служат разным целям:

Используйте scatter(), когда нужна индивидуальная стилизация точек (цвет или размер зависят от данных). Используйте plot(marker='o', linestyle='None') для простых графиков на больших наборах данных, где важна скорость. Подробнее о стилях маркеров — в главе Маркеры Matplotlib.

Полный пример

Следующий самодостаточный скрипт объединяет наиболее полезные техники — отображение цвета, кодирование размера, прозрачность, цветовую шкалу и легенду:

import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(seed=42)

n = 80
x      = rng.standard_normal(n)
y      = 0.8 * x + rng.standard_normal(n) * 0.6   # correlated
sizes  = rng.uniform(30, 200, n)                   # bubble area
values = rng.random(n)                             # third variable for color

fig, ax = plt.subplots(figsize=(8, 5))

sc = ax.scatter(
    x, y,
    s=sizes,
    c=values,
    cmap='plasma',
    alpha=0.75,
    edgecolors='white',
    linewidths=0.5,
)

plt.colorbar(sc, ax=ax, label='Intensity')

ax.set_title('Comprehensive Scatter Plot Example', fontsize=13)
ax.set_xlabel('X Variable')
ax.set_ylabel('Y Variable (correlated)')
fig.tight_layout()
plt.savefig('scatter_complete.png', dpi=150)
plt.show()

Ключевые моменты:

• fig, ax = plt.subplots() даёт вам явные объекты фигуры и осей — рекомендуемый подход для всего, что выходит за рамки быстрого прототипа.
• ax.scatter() для объекта Axes ведёт себя идентично plt.scatter().
• plt.colorbar(sc, ax=ax, label='...') прикрепляет цветовую шкалу к конкретным осям.

Лучшие практики

• Показывайте шкалу. Если используете c с цветовой картой, всегда добавляйте цветовую шкалу, чтобы читатели понимали, что означают цвета.
• Избегайте наложения точек. При более чем ~500 точках задайте alpha < 1 или перейдите к 2D-гистограмме (plt.hist2d()) или шестиугольной диаграмме (plt.hexbin()).
• Выбирайте доступные цветовые карты. 'viridis', 'plasma' и 'cividis' — перцептивно равномерные и дружественные к людям с нарушением цветового восприятия. Избегайте 'jet' и 'rainbow'.
• Подписывайте оси с единицами. plt.xlabel('Height (cm)') информативнее, чем plt.xlabel('Height').
• Добавляйте заголовок, отражающий вывод. «Рост vs. Вес — положительная корреляция» полезнее, чем «Точечная диаграмма».

Связанные главы

• Введение в Matplotlib — обзор библиотеки и установка
• Начало работы с Matplotlib — первые графики
• Линейные графики Matplotlib — тренды по непрерывным переменным
• Столбчатые диаграммы Matplotlib — сравнение дискретных категорий
• Гистограммы Matplotlib — распределение одной переменной
• Маркеры Matplotlib — все стили маркеров и параметры настройки
• Подграфики Matplotlib — объединение нескольких диаграмм в одной фигуре