气泡图可用于展示三个变量之间的关系。它与散点图类似,绘制时将一个变量放在横轴,另一个变量放在纵轴,而第三个变量则用气泡的大小来表示。
利用气泡图,可以显示若干数据系列中各数值之间的关系,类似 XY 轴,判断两变量之间是否存在某种关联,或者发现数据的分布或者聚合情况。
优点:适用于处理值的分布和数据点的分簇;
缺点:不适合用来查看具体数值,只适合看数据分布。
气泡图数据可以是x,y数据在两个不同的列,也可以是一个x或一个y数据在一个列中。在sigmaplot中,需要一个额外的数列指示气泡的大小值。因为气泡大小代表直径,所以我们的第三个变量需要转换为标准化的直径数据。
气泡绘图通常至少有一个绘图,但你也可以加入更多不同数据格式的做更多绘图。

通常,我们使用X,Y pair来完成这类散点式图形,因此需要XY数据分布在不同列中。而气泡大小需要用新列来表征,这时我们就要用到sigmaplot的数据分析功能了。这个转化公式则是来自于圆的面积公是。方式为:
1. 点击Analysis 标签,选择Transform组中的User-Defined.
2. 在对话框中输入转化公式: pi= 3.14159 col(diameter)=sqrt(col(area)*factor/pi).
在这里直接是coi(diameter)是新的列,col(area)和factor是你的X(Y)列数据,替换公式即可完成作图。下图是我的实列操作。

总结:气泡图在sigmaplot中完成是比较简单的,也容易上手,更重要的是如何把它调试得更美观,那样可以很好的展示数据聚合程度。
利用气泡图,可以显示若干数据系列中各数值之间的关系,类似 XY 轴,判断两变量之间是否存在某种关联,或者发现数据的分布或者聚合情况。
优点:适用于处理值的分布和数据点的分簇;
缺点:不适合用来查看具体数值,只适合看数据分布。
气泡图数据可以是x,y数据在两个不同的列,也可以是一个x或一个y数据在一个列中。在sigmaplot中,需要一个额外的数列指示气泡的大小值。因为气泡大小代表直径,所以我们的第三个变量需要转换为标准化的直径数据。
气泡绘图通常至少有一个绘图,但你也可以加入更多不同数据格式的做更多绘图。

通常,我们使用X,Y pair来完成这类散点式图形,因此需要XY数据分布在不同列中。而气泡大小需要用新列来表征,这时我们就要用到sigmaplot的数据分析功能了。这个转化公式则是来自于圆的面积公是。方式为:
1. 点击Analysis 标签,选择Transform组中的User-Defined.
2. 在对话框中输入转化公式: pi= 3.14159 col(diameter)=sqrt(col(area)*factor/pi).
在这里直接是coi(diameter)是新的列,col(area)和factor是你的X(Y)列数据,替换公式即可完成作图。下图是我的实列操作。

总结:气泡图在sigmaplot中完成是比较简单的,也容易上手,更重要的是如何把它调试得更美观,那样可以很好的展示数据聚合程度。









