大家好，欢迎来到 Crossin的编程教室 ！

数据可视化中，二维散点图的应用范围很广，比如用来观测两个变量之间的相关性、展示销量的的走势等等，这些是散点图的常规用法。

不过今天这篇文章想讲的是，二维散点图能够展现的信息远不止两个维度。进阶绘图，带你扒一扒散点图都有哪些妙用。

本文用的数据集是加州房产价格数据集，每个样本代表一个街区。数据集中共有10个属性，包含经度、纬度、房屋年龄中位数、总房间数、总卧室数、人口数、家庭数、收入中位数、房屋价值中位数和该地区离大海的距离。

首先，将经度视为，纬度作为，绘制散点图，我们可以得到这些街区的地理位置分布图。

散点图大致的勾勒出了加州的地理轮廓，一个点代表了一个街区。

但这张图反映不出街区之间的密集程度，原因在于，一个街区的面积相对于一个州的面积而言几乎可以忽略不计，所以很多时候两个街区在经纬度上相差不大，在图上的表现就是重叠成一个点。

针对这个问题，可以设置参数，控制散点的透明度，设置了透明度之后，颜色越深的部分就代表了越多的散点在这里重叠，即该区域的街区密集程度更大，如下

所以通过（透明度）的设置，在散点图上非常直观地展示了街区密集程度这一信息。

接着，我们可以看看各个街区的人口分布情况，如何做呢？

图中一个点代表了一个街区，所以需要对散点的样式进行设置，散点的可以设置的属性有颜色，大小，形状等。

实际选择哪种视实际情况（效果，研究目的）而定，这里选用大小来反映街区的人口数量，即设置参数，将散点的大小和人口多少挂钩