散點(diǎn)圖（scatter diagram）是科研繪圖中最常見的圖形類型之一，通常用于顯示和比較數(shù)值。散點(diǎn)圖可以提供三類關(guān)鍵信息：

1. 變量之間是否存在數(shù)量關(guān)聯(lián)趨勢；

2. 如果存在關(guān)聯(lián)趨勢，是線性還是曲線的；

3. 如果有某一個點(diǎn)或者某幾個點(diǎn)偏離大多數(shù)點(diǎn)，也就是離群值，通過散點(diǎn)圖可以一目了然。從而可以進(jìn)一步分析這些離群值是否可能在建模分析中對總體產(chǎn)生很大影響。

今天我將使用 Graphpad Prism 5.0（win7，64 位系統(tǒng)）手把手教你繪制散點(diǎn)圖。

1. 繪制 Column Scatter（沒有 X 數(shù)據(jù)，僅有每個分組對應(yīng)的一組 Y 值）：

Step1：

打開 Graphpad Prism 5.0，選擇 Column，選擇 Scatter plot（默認(rèn) Plot：Mean with SEM），Create：

Step2：

輸入需要作圖的數(shù)據(jù)：

在左側(cè) Graphs 中查看 Data1 的初步圖形：

Step3：

雙擊圖形、Format Graph、Symbols，更改每個不同列的顏色，將 Shape 的類型由正方形改為圓形，Size 由 4 改為 2（可根據(jù)實(shí)際需要自行調(diào)整）。

此時(shí)，Symbols 和 Error bars 都變成了藍(lán)色，以第二列散點(diǎn)圖為例（其他列變成了散點(diǎn)對應(yīng)的顏色）。

默認(rèn)的 Style 是 Appearance 為 Scatter dot plot（散點(diǎn)圖），Line at：Mean with SEM（新建散點(diǎn)圖時(shí)默認(rèn)的）。

Appearance 另一種常見的選擇是 Aligned dotplot（成直線的散點(diǎn)圖），效果見下圖。

一般使用使 Line at Mean，Mean with SD，Mean with SEM 三種。如果不需要顯示 Line 僅為散點(diǎn)圖，則選擇 No line error bar。Appearance 和 Line at 可以根據(jù)自己的實(shí)際需要自行選擇。

在此，繪制單純的散點(diǎn)圖，每列分別選擇 No line error bar，效果如下：

進(jìn)行相應(yīng)的美化，終效果如下，導(dǎo)出圖片即可。

如果 Appearance 另一種選擇是 Aligned dotplot（成一條直線的散點(diǎn)圖），最終效果如下：

繪制普通散點(diǎn)圖（X、Y 對應(yīng)的散點(diǎn)圖）：

Step1：

1. 打開 Graphpad Prism 5.0，選擇 XY，選擇 points only（僅顯示點(diǎn)），Enter and plot a single Y value for each points（一個 X 對應(yīng)一個 Y 值），Create：

Step2：

輸入一組 X，Y 對應(yīng)的數(shù)據(jù)：

在 Graphs 中查看 Data1 的初步圖形：

雙擊圖形，F(xiàn)ormat Graph，Symbols，更改顏色為紅色，Shape，Size 由 4 改為 2。

雙擊 Y 軸，F(xiàn)ormat Axes，Left Y axis，去掉 Automatically determine the range and interval，Range 將 Minimum 改為-1500，Maximum 改為-12000。根據(jù)自己的實(shí)際情況修改 X 和 Y 軸的范圍。

對于多數(shù)據(jù)散點(diǎn)圖，在 Data Tables 下的 Data1 中繼續(xù)輸入數(shù)據(jù)，注意，X 接著上一組散點(diǎn)圖輸入，Y 軸數(shù)據(jù)不能與前一組數(shù)據(jù)在同一列，故現(xiàn)在需要輸入的數(shù)據(jù)應(yīng)該輸入到 B 列，如下圖。

雙擊圖形，F(xiàn)ormat Graph，Symbols，將輸入新數(shù)據(jù)后得到的新圖形的新散點(diǎn)，更改顏色為藍(lán)色，Shape，Size 由 4 改為 2。

如有兩列以上的多系列數(shù)據(jù)方法同上。

Step3：

檢測數(shù)據(jù)是否有相關(guān)性，在上述 Column Scatter 的例子中，Analyze，Column analyses，Correlation，右上選擇需要分析的列。例如分析 A、B 兩列是否有相關(guān)性。

在 Results 中可以看見結(jié)果，Pearson r 相關(guān)性為 0.2086，相關(guān)性低，P value 沒有差異。R2 為 0.04352，基本沒有相互關(guān)聯(lián)。對于其他列的分析以及 X、Y 散點(diǎn)圖的相關(guān)性于此相同，不復(fù)贅述。

Step4：

對散點(diǎn)圖添加趨勢線。以上述已經(jīng)繪制好的普通散點(diǎn)圖（X、Y 對應(yīng)的散點(diǎn)圖）為例。

簡單的線性回歸：

Analyze，XY analyses，Linear regression，ok。

進(jìn)入如下界面，所有值均默認(rèn)，OK

在 Results 中可以看見結(jié)果，Series 2 的 Slope 為 186.4，X = 0 時(shí) Y 的截距為-1731，所以 Series 2 的擬合方程為 y = 186.4x-1731，R2 = 0.8057，B 列數(shù)據(jù) Slope 為 13.14，X = 0 時(shí) Y 的截距為 40.36，所以 Series 2 的擬合方程為 y = 13.14x+40.36，R2 = 0.7151?？捎?T 文本框工具將擬合方程和 R2 在圖中標(biāo)記。

對于非線性擬合：

Analyze，XY analyses，Nonlinear regression（curve fit），ok。

選擇 Parameters：Nonlinear regression

在此有很多選擇，可以選擇 Classic equations from versions of prism 

在此選擇二項(xiàng)式擬合，OK

在 Results 中可以看見擬合結(jié)果，Y = A+B*X+C*X²，A、B、C 的系數(shù)分別如下圖。16 行顯示 R2 分別為 0.8478、0.7623?？捎?T 文本框工具將擬合方程和 R² 在圖中標(biāo)記。