在我的理解中，我之前介绍的柱（条）形图、折线图、面积图、饼图，主要是描述性的图表类型。
它们的作用在于将数据中原有的信息进一步挖掘并直观的表现出来。
在Excel中看到的探索性分析图表主要包括：散点图、直方图、箱线图。
它们主要用于探索变量之间的隐藏关系和数据的分布情况，这不是用上述的描述性图表可以简单可视化的，而是需要后续更深入的研究和验证。
接下来的几篇推文中，我会分别讲到Excel中的几种探索性图表类型。
但必须承认的是，Excel并不是进行探索性分析的最优选。
通常情况下，如果是做学术性的统计分析，大家都会选择IBM旗下的SPSS统计分析软件。
而如果有一定的编程基础，可以使用R语言快速绘制图表。
当然，在此还不得不提到做数据可视化的好手tableau，它的展现效果会非常的方便美观。
上述的这些软件，我会随着可视化分析内容的不断深入而一一讲到，现在我们先从最基础的Excel开始，因为它基本囊概括了数据可视化图表的所有基本类型。
本文主要介绍的是Excel中的探索性分析图表：散点图，以及它的变种：气泡图。
1、散点图散点图主要用于反映数据变量间的关系，而它的呈现元素是点。
它的横纵坐标分别表示两个变量，某个点落在图表的什么位置，表现了它所代表的单位反映的数值情况。
通过各个点的分布情况，可以观察两变量的相互关系。
上图（图一）就是一个典型的二维散点图，表现的是电脑性能和芯片质量之间的相关性。
由图可知，芯片的质量与电脑性能呈强的正相关性。因此，在购买电脑时，也需要关注相应型号的芯片质量
通常情况下，大家用Excel的散点图只能做成这种二维图表，而不能将颜色轻松映射给图表，以表现另一个变量。
其实，通过数据变换，也可以插入多个系列的散点图。
但是制作过程相对复杂，我会在后续的推文中专门写到。
如下图（图二）：
相较于图一，图二不仅表现了电脑性能和芯片质量的相关性，而且反映了不同国家间电脑性能和芯片质量的差别。
由图可知，中国和俄罗斯生产的芯片质量一般，美国在芯片市场上占有绝对优势。
2、矩阵散点图矩阵散点图就是多个简单散点图的集合，软件将多个散点图打包到一个图形中形成矩阵散点图。
通过矩阵散点图可以观察所有纳入模型的变量（包括因变量和自变量）之间的相关性。
Excel目前的版本还不支持绘制矩阵散点图。
当数据量较小的时候，我们可以使用SPSS或者R语言来完成；
当数据量比较大时，使用R来完成这个任务。
在此给大家看一下在SPSS中生成的矩阵散点图的图例效果（图三）：
气泡图是散点图的一个变种，是将另一个数值型变量映射给了点的大小，所以，气泡散点图需要有三个数值型变量，而颜色的透明度可以表现气泡的密集程度。
上图（图四）是用Excel做出的气泡图。反映的是不同企业在2016年收入、总资产、净利润三个数值的分布情况。
如果在tableau中，还可以动态展现气泡的名称，就可以看到每家公司三个变量的具体数值，并做进一步分析。
