分箱散佈圖

分箱散佈圖是兩個數值欄的二維直方圖:每個網格單元按其中的點數著色,並附有表示計數的色條。適用於普通散佈圖點重疊的大型資料集。每個軸的分箱數可手動設定或自動選擇;至少需要兩列完整資料。它不檢定相關性。

最後審閱

核心要點

分箱散佈圖將 X-Y 平面劃分為矩形網格,統計各格中的點數並按計數著色,在散佈圖過於擁擠時,顯示大多數資料的落點以及兩個變數如何同步變化。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

分箱散佈圖將 X–Y 平面劃分為矩形網格(分箱),統計每個分箱中的點數,並按計數為矩形著色。即使普通散佈圖因點重疊而模糊一片,它也能顯示大多數資料的落點以及兩個變數如何同步變化。適用於來自線上量測或試驗檯的大型資料集,也可用於一目瞭然地看出兩種特性的哪些組合常見、哪些罕見。

主要功能

  • 針對任意兩個數值欄的二維直方圖。
  • 各軸的分箱數可由您設定,也可自動選擇。
  • 色條顯示各顏色對應的計數,並可選擇多種色階。
  • Data Options 可按列號或按條件排除列,或僅保留指定的列。
  • 互動式圖形:將滑鼠懸停在某個單元上可檢視其 X 範圍、Y 範圍和計數;可縮放並下載為圖片。

統計方法

兩欄均被轉換為數值,任一值遺漏或非數值的列會被剔除;至少需要兩列完整資料。該圖是由 Plotly 繪製的二維直方圖:每個點被計入包含它的矩形,矩形的顏色表示計數。X axis bins 和 Y axis bins 給出每個軸希望使用的最大分箱數;圖形隨後會把分箱寬度取整為整齊的數值(例如 20、50 或 200),因此顯示的分箱數可能少於輸入的數目。若留空,則根據資料自動選擇分箱大小。

讀圖方法:一條從左下延伸到右上的填充單元帶表示兩個變數同步上升;從左上延伸到右下則表示一個變數上升時另一個下降。最亮的單元表示最常見的組合。遠離該帶的孤立單元是值得檢查的異常點。圖形效果取決於分箱大小:分箱太少會掩蓋結構,太多則會使大多數單元只含 0 或 1 個點。計數並非相關性檢定;如需用數值量化關係,請使用 Correlation 或 Regression。

輸入欄位和選項

欄位

說明

X-axis column

必填。作為橫軸的數值欄。

Y-axis column

必填。作為縱軸的數值欄。

X axis bins / Y axis bins

可選,2 至 200。該軸上的最大分箱數;留空則自動計算。

Title

圖形上顯示的標題。預設為 Binned Scatterplot。

Color scale

計數所用的色階。預設為 Viridis(低計數為深色,高計數為黃色)。

Data Options: Subset (optional)

排除匹配的列(預設)或僅包含匹配的列,匹配依據為 Row numbers(例如 3,7,12-15,使用原始網格的列號)和/或 Condition(例如 Batch_Type == "Standard")。除非填寫了 Row numbers 或 Condition,否則不起作用。

binned-scatterplot-inputs


圖 1 — 硬度位於 X 軸、抗拉強度位於 Y 軸,每個軸最多 6 個分箱。

輸出說明

  • Binned Scatterplot——覆蓋 X 和 Y 範圍的彩色矩形網格,並附有 Count 色條。
  • 透過 Download 匯出 PDF。

binned-scatterplot-output


圖 2 — 按硬度和抗拉強度統計的 40 個材料批次的計數:最密集的單元包含 14 個批次。

計算範例

一家材料實驗室對 40 個材料批次測試了布氏硬度和抗拉強度。冶金工程師想了解大多數批次落在何處,以及硬度能否替代較慢的拉伸試驗。工程師選擇 X-axis column = Hardness_HB 和 Y-axis column = Tensile_Strength_MPa,並在 X axis bins 和 Y axis bins 中均輸入 6。圖形將其取整為寬 50 HB(50 至 300 HB)、高 200 MPa(800 至 1,600 MPa)的分箱。

填充單元形成一條從左下到右上的帶:硬度越高的批次強度越高(兩欄的相關係數為 0.99)。最密集的單元為 150 至 200 HB、1,000 至 1,200 MPa,包含 40 個批次中的 14 個。其次是 200 至 250 HB、1,200 至 1,400 MPa(9 個批次)和 250 至 300 HB、1,400 至 1,600 MPa(4 個批次)。有一個批次孤立地位於 50 至 100 HB 且低於 1,000 MPa 的單元:這是最軟的批次,硬度 80.1 HB、強度 822.6 MPa,值得檢查。

就決策而言,這意味著硬度在整個範圍內與強度緊密相關,可作為快速篩選試驗,拉伸試驗則保留用於確認。每個軸使用 12 個分箱時,圖形採用 20 HB 和 100 MPa 的分箱;該帶分裂為更小的單元,最大計數降至 7,從而更詳細地顯示帶內的分散情況。

常見問題

什麼是分箱散佈圖?

分箱散佈圖是一種二維直方圖:它將 X-Y 平面劃分為矩形網格,統計每個矩形中的點數,並按計數為各矩形著色。即使普通散佈圖因點重疊而模糊一片,它也能顯示大多數資料的落點以及兩個變數如何同步變化。

何時應使用分箱散佈圖而不是散佈圖?

適用於大型資料集,例如來自線上量測或試驗檯的資料,這類資料的點重疊嚴重,普通散佈圖無法顯示資料集中在何處。它還能一目瞭然地顯示兩種特性的哪些組合常見、哪些罕見。

如何閱讀分箱散佈圖?

一條從左下到右上的填充單元帶表示兩個變數同步上升;從左上到右下則表示一個變數上升時另一個下降。最亮的單元是最常見的組合,遠離該帶的孤立單元是值得檢查的異常點。計數並非相關性檢定;相關性請使用 Correlation 或 Regression。

分箱散佈圖應使用多少個分箱?

圖形效果取決於分箱大小:分箱太少會掩蓋結構,太多則會使大多數單元只含 0 或 1 個點。每個軸可輸入 2 至 200 個分箱,也可留空以自動確定大小。圖形會將分箱寬度取整為整齊的數值,因此顯示的分箱數可能少於輸入的數目。