وبلاگ
نمودار پراکندگی (Scatter Plot) چیست؟
75٪ مسیر
این مقاله بخشی از مسیر آموزشی «بصریسازی داده و انتخاب نمودار» است
اگر میخواهید فقط یک نمودار را یاد نگیرید و بدانید برای هر نوع داده از چه نموداری استفاده کنید، مسیر زیر را بهترتیب دنبال کنید.
مرحله 1 — انتخاب نمودار
مرحله 2 — توزیع و مقایسه
مرحله 3 — کشف رابطه ← شما اینجا هستید
مرحله 4 — کاربردهای عملی
- اگر تازه وارد بصریسازی داده شدهای، از مقاله «چگونه نمودار مناسب انتخاب کنیم؟» شروع کن و بعد مرحلهبهمرحله جلو برو.
- لازم نیست همه مقالات را بخوانی؛ هر مرحله برای یک نوع مسئله تحلیلی طراحی شده است.
بصریسازی دادهها یکی از مهمترین مراحل در تحلیل داده است. یکی از ابزارهای اصلی برای این کار، نمودار پراکندگی (Scatter Plot) است که رابطه بین دو متغیر عددی را نمایش میدهد. اگر هنوز مطمئن نیستی Scatter Plot بهترین انتخاب برای تحلیل دادههای تو است، راهنمای انتخاب نمودار به انتخاب مناسبترین نمودار کمک میکند.
این نمودار به تحلیلگر کمک میکند تا دید کلی از توزیع، پراکندگی و الگوی دادهها به دست آورد و روابط بین متغیرها را بررسی کند.
سرفصل محتوا:
نمودار پراکندگی چیست؟
نمودار پراکندگی (Scatter Plot) یک نمودار دوبعدی است که هر نقطه آن نشاندهنده یک جفت مقدار از دو متغیر است. محور افقی معمولاً متغیر مستقل و محور عمودی متغیر وابسته را نشان میدهد.
این نمودار برای شناسایی الگوها، همبستگیها، روندها و نقاط پرت (Outliers) استفاده میشود.
کاربردهای نمودار پراکندگی
- Scatter Plot برای بررسی رابطه بین دو متغیر عددی بسیار مناسب است؛ اما اگر بخواهی یک متغیر سوم را نیز همزمان نمایش دهی، نمودار حبابی (Bubble Chart) انتخاب کاملتری خواهد بود.
- شناسایی الگوهای خطی و غیرخطی
- کشف خوشهها (Clusters)
- شناسایی نقاط پرت (Outliers)
- تحلیل همبستگی دادهها
همبستگی در Scatter Plot
همبستگی نشان میدهد که دو متغیر چگونه با هم تغییر میکنند:
- مثبت: افزایش یک متغیر باعث افزایش دیگری میشود
- منفی: افزایش یک متغیر باعث کاهش دیگری میشود
- ضعیف: ارتباط مشخصی بین دادهها وجود ندارد
مثالهای کاربردی
مثال 1: رضایت مشتری و زمان پاسخگویی
با افزایش زمان پاسخگویی، میزان رضایت مشتری کاهش مییابد. این رابطه یک همبستگی منفی را نشان میدهد.
مثال 2: دما و فروش نوشیدنی
با افزایش دما، میزان فروش نوشیدنی افزایش مییابد. این یک همبستگی مثبت است.
نحوه تحلیل نمودار پراکندگی
- بررسی شکل کلی توزیع نقاط
- شناسایی خوشهها (Clusters)
- بررسی نقاط پرت
- تحلیل جهت رابطه (مثبت یا منفی)
- بررسی شدت همبستگی
مزایا و معایب Scatter Plot
مزایا
- نمایش واضح رابطه بین متغیرها
- مناسب برای تحلیل اولیه داده
- کشف الگوهای پنهان
معایب
- اگر حجم دادهها بسیار زیاد باشد و نقاط روی یکدیگر قرار بگیرند، استفاده از Hexagonal Binning میتواند الگوهای داده را بسیار واضحتر از Scatter Plot نمایش دهد.
- عدم نمایش دقیق توزیع چندمتغیره
جمعبندی
نمودار پراکندگی یکی از مهمترین ابزارهای تحلیل داده است که به شما کمک میکند روابط بین متغیرها را بهصورت بصری مشاهده کرده و تصمیمگیری دقیقتری داشته باشید.
از تحلیل داده فقط مشاهده نکن — تصمیمسازی کن
اگر میخواهی دادهها را مثل یک تحلیلگر حرفهای تفسیر کنی و وارد مسیر AI و Data Science شوی، این مسیر برای تو طراحی شده است.
سوالات متداول
نمودار پراکندگی برای چه کاربردی استفاده میشود؟
برای بررسی رابطه بین دو متغیر عددی و تحلیل همبستگی.
آیا Scatter Plot برای دادههای بزرگ مناسب است؟
برای دادههای خیلی بزرگ ممکن است شلوغ شود و نیاز به ابزارهای مکمل داشته باشد.
چگونه همبستگی را در Scatter Plot تشخیص دهیم؟
با بررسی جهت و تراکم نقاط میتوان نوع و شدت رابطه را مشخص کرد.
سلام. وقتتون بخیر. من سه تاستون دارم. یک ستون متغيرها و دوتاستون که مقدار دارند. میخوام اون دوتا ستون مقدارها روی محورها قرار بگیرند و نقاطی که اون دو مقدار رو توی نمودار نشون میدن، نام متغيرها رو داشته باشه… امیدوارم منظورم رو به درستی رسانده باشم و ممنون میشم راهنمایی بفرمایید
سلام. جهت راهنمایی به واتس اپ پشتیبان ما پیام دهید.
عالی بود
سپاسگزاریم.