今天给大家分享一种非常实用的可视化图表 ——边缘散点图（Marginal Scatter Plot），并附上我自己写的 Python 代码，方便大家直接上手使用。

什么是边缘散点图？

在做数据分析时，我们经常需要同时观察两个变量的关系和各自的分布情况。传统的散点图虽然能很好地展示变量间的相关性，但无法直观地呈现每个变量的分布特征。

边缘散点图完美解决了这个问题：

• 核心区域
  ：是一个标准的散点图，清晰展示两个变量（如图中的特征 A 和特征 B）的相关关系。
• 边缘区域
  ：在图表的顶部和右侧，分别绘制了两个变量的密度分布图，直观展示了各自的分布形态。

这种 “1+2” 的组合图表，让我们在一张图里就能同时掌握相关性和分布两大关键信息，非常适合用于特征工程、数据探索和报告展示。

图表解读

以我绘制的这张图为例：

• 相关性
  ：图中标注了相关系数 r = 0.340，样本量 n = 850，说明特征 A 和特征 B 之间存在中等强度的正相关关系。
• 分布形态
  ：顶部和右侧的密度曲线显示，两个特征的数据都呈现出近似正态分布的单峰形态。

代码分享

为了方便大家复现和使用，我把绘制这张图的完整 Python 代码和示例数据都整理好了。

代码结构清晰，注释详细，你可以直接运行，也可以根据自己的数据进行修改。

获取方式：关注本公众号，在后台回复 「边缘散点图」，即可免费获取完整代码和示例数据。