Python绘制堆叠面积图和散点图

1. 堆叠面积图（Stacked Area Chart）

用途：展示多个类别的数据随时间（或有序变量）的累积变化趋势，强调部分与整体的关系。

代码如下：

import matplotlib.pyplot as plt
import numpy as np

categories = ['A', 'B', 'C', 'D']
time_points = np.arange(1, 7)  # 时间轴
data = np.array([
    [10, 12, 15, 18, 20, 25],  # 类别A
    [5, 8, 10, 12, 15, 18],     # 类别B
    [3, 5, 7, 9, 11, 14],       # 类别C
    [2, 3, 4, 5, 6, 8]          # 类别D
])

# 绘制堆叠面积图
plt.figure(figsize=(10, 6))
plt.stackplot(time_points, data, labels=categories, alpha=0.7)
plt.xlabel('X')
plt.ylabel('Y')
plt.legend(loc='upper left')
plt.grid(True, linestyle='--')
plt.show()

• stackplot() 函数实现堆叠效果，自动计算累积高度。

• alpha 控制透明度，避免遮挡。

• 适合展示总量的组成变化（如市场份额、资源分配）。

2. 散点图（Scatter Plot）

用途：展示两个连续变量之间的关系，常用于发现相关性、聚类或异常值。

import seaborn as sns
import pandas as pd

np.random.seed(42)
df = pd.DataFrame({
    'X': np.random.normal(0, 1, 100),
    'Y': np.random.normal(0, 1, 100),
    'Category': np.random.choice(['Group1', 'Group2', 'Group3'], 100)
})

# 使用seaborn绘制散点图
plt.figure(figsize=(10, 6))
sns.scatterplot(
    data=df,
    x='X',
    y='Y',
    hue='Category',  # 按类别着色
    style='Category', # 按类别标记形状
    s=100,           # 点大小
    alpha=0.8
)
plt.title('Scatter Plot with Grouping')
sns.regplot(data=df, x='X', y='Y', scatter=False, ci=None, color='gray')  # 添加回归线
plt.grid(True)
plt.show()

• hue 参数用颜色区分类别，style 可进一步用形状区分。

• s 控制点大小，alpha 控制透明度。

• regplot() 可叠加趋势线（需关闭散点子图）。

• 适合分析变量间关系（如收入 vs 消费）。