如何绘制以年份为X轴、城市为Y轴的数值尺寸散点图（Python/Excel）

步骤1：数据格式转换 #

你的原始DataFrame是宽格式（行是城市、列是年份），需要先转成长格式才能适配散点图的输入要求：

import pandas as pd
import matplotlib.pyplot as plt

# 模拟你的数据（已有DataFrame可跳过此段）
sample_data = {
    2015: [12, 34, 56],
    2016: [23, 45, 67],
    2017: [34, 56, 78]
}
df = pd.DataFrame(sample_data, index=["北京", "上海", "广州"])

# 转长格式
df_long = df.reset_index().melt(
    id_vars="index", 
    var_name="年份", 
    value_name="数值"
).rename(columns={"index": "城市"})

步骤2：绘制散点图 #

用matplotlib直接实现，或者用seaborn简化代码：

方式1：Matplotlib

plt.figure(figsize=(10, 6))
# 给每个城市分配Y轴位置（分类变量转数值坐标）
city_y_pos = {city: idx for idx, city in enumerate(df_long["城市"].unique())}
# 绘制散点，s参数控制大小，乘以系数调整视觉效果
plt.scatter(
    x=df_long["年份"],
    y=df_long["城市"].map(city_y_pos),
    s=df_long["数值"] * 12,
    alpha=0.7,
    color="#3377bb"
)

# 配置坐标轴与样式
plt.xlabel("年份")
plt.ylabel("城市")
plt.title("城市-年份数值散点图")
plt.yticks(list(city_y_pos.values()), list(city_y_pos.keys()))
plt.tight_layout()
plt.show()

方式2：Seaborn（更简洁）

import seaborn as sns

sns.scatterplot(
    data=df_long,
    x="年份",
    y="城市",
    size="数值",
    sizes=(60, 600),
    alpha=0.7,
    color="#3377bb"
)
plt.title("城市-年份数值散点图")
plt.tight_layout()
plt.show()

步骤1：数据逆透视（宽转长） #

1. 将原始表格的行索引（城市）转为单独一列，比如A列填城市名，B列起为各年份数值；
2. 选中全量数据，点击「数据」→「从表格/区域」（Excel 2016+支持），进入Power Query编辑器；
3. 选中「城市」列，点击「转换」→「逆透视列」→选择所有年份列，完成后关闭并上载数据，得到「城市/年份/数值」三列的长格式数据。

步骤2：绘制散点图 #

1. 选中逆透视后的三列数据，点击「插入」→「散点图」→「仅带数据标记的散点图」；
2. 右键散点→「设置数据系列格式」，在「系列选项」中勾选「大小」，关联到「数值」列，实现散点大小随数值变化；
3. 右键Y轴→「设置坐标轴格式」，在「坐标轴选项」→「标签」中选择「自定义」，输入城市列表替换默认刻度；
4. 调整图表标题、坐标轴标签等样式即可。

内容的提问来源于stack exchange，提问作者Cyne