你听说过散点图吗？质量管理的重要工具？回归分析的法宝？数据统计的方法？没错！这些都是属于散点图的重要应用。散点图更进一步，还可以升级为气泡图，也许大家对气泡图不是很熟悉。没关系，接下来小编将向大家科普下这个神秘的散点图。

散点图是指在数理统计回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，由此趋势可以选择合适的函数进行经验分布的拟合，进而找到变量之间的函数关系。

1、数据用图表来展示，显然比较直观，在工作汇报等场合能起到事半功倍的效果，让听者更容易接受，理解你所处理的数据。

2、散点图更偏向于研究型图表，能让我们发现变量之间隐藏的关系为我们决策作出重要的引导作用。

3、散点图核心的价值在于发现变量之间的关系，千万不要简单地将这个关系理解为线性回归关系。变量间的关系有很多，如线性关系、指数关系、对数关系等等，当然，没有关系也是一种重要的关系。

4、散点图经过回归分析之后，可以对相关对象进行预测分析，进而做出科学的决策，而不是模棱两可。比如说：医学里的白细胞散点图可以在医学检测方面为我们健康提供精确的分析，为医生后续的判断做出重要的技术支持。

散点图主要的构成元素有：数据源，横纵坐标轴，变量名，研究的对象。而基本的要素就是点，也就是我们统计的数据，由这些点的分布我们才能观察出变量之间的关系。

而散点图一般研究的是两个变量之间的关系，往往满足不了我们日常的需求。因此，气泡图的诞生就是为散点图增加变量，提供更加丰富的信息，点的大小或者颜色可以定义为第三个变量，因为，做出来的散点图类似气泡，也由此得名为气泡图。

通过从散点图到气泡图的改变，我们不断的改进对数据指标之间关系的研究，挖掘出更加有价值，有意义的数据关系，这里也能让我们体会到数据科学的美。

目前，绘制散点图主要是通过软件辅助绘制。可以通过Excel,亿图图示等等。而且这些软件在绘制散点图方面一般都有很多共性，因此操作起来还是很方便的。

一般的步骤；输入数据源——新建模板或者是找到相关控件——调整参数——生成图表。

散点图为我们处理数据，寻找变量关系提供了重要的方法支撑，也为我们做决策提供了方向性的指导。小编也从亿图图示模板库中找了典型的散点图模板，供大家学习参考。

人口与二氧化碳排放的相关关系散点图：

项目组合管理模拟气泡图：