散点图常见错误是x/y长度不一致报valueerror，需同步处理缺失值；s参数非半径而是点面积，须缩放避免过小或过大；类别颜色映射需手动映射或转cat.codes配cmap；相关性分析推荐用sns而非plt硬编码。
plt.scatter() 画散点图时 x/y 长度不一致直接报错
最常见的卡点是 ValueError: x and y must be the same size。这不是数据本身的问题，而是你传进去的两个序列长度对不上——比如一个用了 df['a']，另一个误用了 df.index（含空行或过滤后索引未重置），或者用 df.iloc[:, 0] 和 df['b'].dropna() 混搭。
实操建议：
- 画图前先检查：
len(x) == len(y)，别信“应该一样”，要print(len(x), len(y)) - 如果用了
dropna()或布尔索引，确保 x 和 y 同步处理，例如：mask = df['x'].notna() & df['y'].notna()，再传df.loc[mask, 'x']和df.loc[mask, 'y'] - 避免用
df['col'].values直接切片——它不自动对齐索引，容易漏掉 NaN 对应位置
气泡图 size 参数必须是 1D 数组，不能直接用 pandas Series 做缩放
plt.scatter() 的 s 参数控制气泡大小，但它不是“半径”也不是“面积”，而是 matplotlib 内部的“点面积”（单位是 points²）。直接传 df['size_col'] 往往导致气泡挤成一团或全看不见——因为原始数值可能太小（如 0.1）或太大（如 1e6），而默认 s 范围在 1–100 左右才合理。
实操建议：
- 做线性缩放：
s = (df['size_col'] - df['size_col'].min()) / df['size_col'].ptp() * 200 + 20，保证最小气泡可辨、最大不遮盖 - 更稳妥用开方缩放（让视觉面积与数值成正比）：
s = (df['size_col'] ** 0.5) * 50 - 绝对不要传负数或 NaN 到
s，会静默失效或报RuntimeWarning: invalid value encountered in sqrt
颜色映射 color 参数传入类别变量时，cmap 不生效
想按分组上色（比如 'red', 'blue', 'green'），却传了 c=df['group'] + cmap='viridis'，结果图里全是灰色——因为 cmap 只对数值型 c 生效；传字符串或类别型时，matplotlib 自动转成离散颜色，但忽略 cmap，且默认调色板有限（尤其 Pandas Categorical 会复用前几色）。
实操建议：
- 若需自定义类别色：用
c=df['group'].map({'A': 'red', 'B': 'blue', 'C': 'green'})，跳过cmap - 若想保留
cmap并做数值映射：把类别转为编码，c=df['group'].cat.codes，再配cmap='tab10' - 注意
df['group'].dtype == 'category'时，.cat.codes才安全；如果是 object 类型字符串，先pd.Categorical(df['group']).codes
plt.scatter() 和 sns.scatterplot() 在相关性分析中的关键差异
单纯看两变量趋势，plt.scatter() 足够；但要做带统计信息的相关性分析（比如加拟合线、密度边缘、Pearson 系数标注），硬用 plt 就得自己算 np.polyfit、手绘 ax.plot()、再 ax.text() 标数字——容易错位、缩放失衡、字体大小不协调。
实操建议：
- 需要快速验证线性关系：用
sns.scatterplot(x='x', y='y', data=df, hue='group', size='size_col', sizes=(20, 200))，一行顶五 - 加回归线：加参数
kind='reg'到sns.relplot()，或直接sns.regplot(x='x', y='y', data=df) - 但注意：
sns默认对size做归一化，和plt.scatter()的 raws行为不同，导出矢量图时气泡相对大小可能偏移
散点图真正难的不是画出来，是让每个点的坐标、大小、颜色都严格对应你心里那个“逻辑映射”。少一次 reset_index()，多一个 dropna() 不同步，图就悄悄撒谎了。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
