总结：数据可视化基本套路
2018-08-06 来源：raincent
原文如下 ：
首先从维基百科上搬出数据可视化的概念：
• 数据可视化是关于数据之视觉表现形式的研究;其中，这种数据的视觉表现形式被定义为一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。
用人话简单来说，数据可视化就是用图形的方式来表征数据的规律。
首先要明确几点：
• 数据可视化从来只是表层的东西，数据分析才是核心。就像一个人，不一定长得漂亮人格就高尚，也不一定长得不好看人格就低下。而应该反过来，只只有数据分析内涵丰富、价值高，数据可视化才能内容丰富、有价值。
• 可是这是个看脸的世界，大部分人对于数据也都是外行的，只有把数据可视化做得漂亮才能吸引他们的注意;只有把数据可视化做得简单易懂，他们才能理解数据分析的内涵。
• 对于数据可视化，最重要的东西从来不是图形、工具、配色这些套路性的东西，而在于创意和灵感。可你又不是参加比赛，并不需要那么多的创意灵感。在日常工作中，还是以实用为主，所以掌握套路还是很必要的。
本文旨在总结数据可视化基本套路，理解了本文的内容，就算不能在数据可视化比赛中拿奖，应付日常工作应该也够了。熟悉了套路怎么看，再结合专业知识，就可以解释可视化结果了。
常用图形
散点图
散点图用来表征两个(如果多个就分面，如上图)数值型变量间的关系，每个点的位置(即x轴和y轴坐标)映射着两个变量的值。当然对于三个数值型变量，也有三维散点图，不过用得不多。
气泡图
在散点图的基础上加一个维度，把各个点的面积大小映射一个新的变量，这样不仅点的位置还有大小表示数据特征。
折线图
把散点图各个散点用折线连接起来就成了折线图，当然不仅仅只是为了好看，当散点越多，折线就越平滑地趋近于曲线，能更加贴切地反映连续型变量的规律。
面积图
把折线图进一步往坐标轴投影就成了面积图，本质其实跟折线图没区别，只是看起来更加饱满一点。
柱状图
柱状图是一种用得很广泛的图形，它表征分类型变量 vs 数值型变量的关系。如果分类型变量的每一个取值还能继续分类，那么简单的柱状图就变成了复杂的柱状图，每一个类别仅由一根柱变成多根柱，多根柱可以串列，也可以并列。
值得一提的是，柱状图一般需要排序：如果分类型变量是有序的，按照它本身的顺序排列即可;如果分类型变量无序，那么则根据数值型变量的大小进行排序，使柱状图的高度单调变化。(排序的宗旨是直观的表达出想展示的规律)
条形图
只不过把柱状图坐标旋转一下，竖着的变成横着的，这个可根据版面自由选择。上图示例就是串列的堆叠条形图。
南丁格尔玫瑰图
本质还是柱状图，只不过把直角坐标系映射成极坐标系。看起来比柱状图更美观。
瀑布图
瀑布图是柱状图的一种延伸，它一般表示某个指标随时间的涨跌规律，每一个柱状也不都是从0开始的，而是从前一个柱状的终点位置开始，这样既反映了每一个时刻的涨跌情况，也反映了数值指标在每一个时刻的值。
饼图
饼图的本质仍是柱状图，只不过饼图一般用来表示各个类别的比例，而不是绝对的数值，用角度来映射大小。
值得一提的是，因为一个圆饼只有360度，如果类别太多了，这个饼会被切割得非常细，不利于阅读;这种情况下老老实实地用柱状图。
圆环图
本质就是饼图，只不过把实心圆换成了空心的圆环;如果清一色的饼图太过单调，可以考虑换个环形图。
sunburst chart
sunburst chart看起来跟饼图比较像，但比饼图更复杂得多。它从中心向外辐射，每辐射一层就细分一层，用来表示多个变量多层之间的比例关系。
马赛克图
马赛克图比较复杂，与柱状图相比，它的分类变量就多了几个，而且还能实现交叉映射，所以比柱状图更抽象，更细化。
马赛克图隐含着大量的数据信息。例如：(1)从船员到头等舱，存活率陡然提高;(2)大部分孩子都处在三等舱和二等舱中;(3)在头等舱中的大部分女性都存活了下来，而三等舱中仅有一半女性存活;(4)船员中女性很少，导致该组的Survived标签重叠(图底部的No和Yes)。继续观察，你将发现更多有趣的信息。关注矩形的相对宽度和高度，你还能发现那晚其他什么秘密吗?扩展的马赛克图添加了颜色和阴影来表示拟合模型的残差值。在本例中，蓝色阴影表明，在假定生存率与船舱等级、性别和年龄层无关的条件下，该类别下的生存率通常超过预期值。红色阴影则含义相反。一定要运行该例子的代码，这样你可以真实感受下着色图形的效果。图形表明，在模型的独立条件下，头等舱女性存活数和男性船员死亡数超过模型预期值。如果存活数与船舱等级、性别和年龄层独立，三等舱男性的存活数比模型预期值低。尝试运行example(mosaic)，可以了解更多马赛克图的细节。
直方图
直方图看起来跟柱状图很像，但其实本质并不一样 (这一点需要注意)。直方图用来表征一个数值型变量的分布，具体来说就是把这个连续型变量划分成多个区间，然后统计各个区间的频数。直方图横轴是数值型变量本身的值，纵轴是频数。
概率密度曲线图
概率密度曲线图本质与直方图类似，不过纵轴不是频数而是频率。正如折线图和面积图一样，概率密度曲线图也可自由选择要不要面积投影。这个图太学术了，一般出现在数学教材中(比如正态分布……)。
雷达图
很多游戏中的人物能力极向对比就是以雷达图表示的。柱状图一般是一个分类型变量不同类别间的比较，雷达图可以是多个数值不在同一个scale之下;更具体地说，柱状图一般是横向比较，雷达图既可以多个观测之间的纵向比较，也可以是一个观测在不同变量间的横向比较。
值得一提的是，雷达图如果用来横向比较，需先把各个数值变量作归一化处理。
版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。
