散点图是指在回归分析中一组数据在平面直角坐标系中的分布图，表示因变量随自变量而变化的大致趋势。散点图将序列显示为一组点，值由点在图表中的位置表示，类别由图表中的不同标记表示。散点图通常用于比较不同类别的聚合数据，选择合适的函数对数据点进行拟合，分析数据的分布和变化趋势。
散点图矩阵是散点图的高维扩展，它在一定程度上克服了在平面上展示高维数据的困难，在展示多维数据的两两关系时有着不可替代的作用（见图 2-9）。
图2-9 鸢尾花数据散点图矩阵
散点图矩阵通过二维坐标系中的一组点来展示两个变量之间的关系，散点图矩阵就是将多维数据中的各个维度两两组合绘制成一系列的按规律排列的散点图。散点图矩阵也经常和其他可视化方法结合来增强显示多维数据效果，基于散点图矩阵的开发的连续的散点图可以对海量数据进行可视化展示，Craig 等研究了传统的时间序列图和散点图的互补关系，Schmid等整合了散点图矩阵、平行坐标系、Andrews 曲线来展示多维数据。
散点图矩阵的优点主要是能快速发现成对变量之间的关系；
缺点是当数据维度太大时，屏幕的大小会限制显示矩阵元素的数量，需要结合交互技术来实现用户对可视化结果的观察。
