SPSS 数据可视化

Davina_yu

于 2024-11-06 09:54:56 发布

阅读量1.3k

点赞数 12

分类专栏： SPSS 数据分析实战文章标签：信息可视化数据分析数据挖掘开发语言数据科学 spss

本文链接：https://blog.csdn.net/Davina_yu/article/details/142812658

版权

SPSS 数据分析实战专栏收录该内容

11 篇文章

订阅专栏

数据可视化

一、基础图表制作

在 SPSS 中，制作基础图表是非常直观且易于操作的过程。以下是一些常见的基础图表类型及其在 SPSS 中的制作步骤和代码示例。涵盖条形图、折线图、饼图、直方图和散点图。

1. 条形图（Bar Chart）

条形图用于比较不同类别的数值大小。

* 条形图。
GRAPH
  /BAR(SIMPLE)=COUNT BY gender
  /TITLE='性别分布'.

2. 折线图（Line Chart）

折线图用于展示随时间变化的趋势。

* 折线图。
GRAPH
  /LINE(SIMPLE)=VALUE BY year BY category
  /TITLE='年度趋势'.

3. 饼图（Pie Chart）

饼图用于展示各部分占整体的比例。

* 饼图。
GRAPH
  /PIE=COUNT BY category
  /TITLE='类别分布'.

4. 直方图（Histogram）

直方图用于展示数据的分布情况。

* 直方图。
GRAPH
  /HISTOGRAM=age
  /TITLE='年龄分布'.

5. 散点图（Scatter Plot）

散点图用于展示两个连续变量之间的关系。

* 散点图。
GRAPH
  /SCATTERPLOT(BIVAR)=height WITH weight
  /TITLE='身高与体重的关系'.

详细示例

假设有一个数据集 survey_data.sav，其中包含以下变量：

gender：性别（男性、女性）
year：年份
category：类别
age：年龄
height：身高
weight：体重

1. 条形图

* 导入数据。
GET FILE='C:\path\to\your\file\survey_data.sav'.

* 条形图。
GRAPH
  /BAR(SIMPLE)=COUNT BY gender
  /TITLE='性别分布'.

2. 折线图

* 折线图。
GRAPH
  /LINE(SIMPLE)=MEAN(age) BY year BY category
  /TITLE='每年各类别平均年龄趋势'.

3. 饼图

* 饼图。
GRAPH
  /PIE=COUNT BY category
  /TITLE='类别分布'.

4. 直方图

* 直方图。
GRAPH
  /HISTOGRAM=age
  /TITLE='年龄分布'.

5. 散点图

* 散点图。
GRAPH
  /SCATTERPLOT(BIVAR)=height WITH weight
  /TITLE='身高与体重的关系'.

代码解释

GET FILE：导入数据文件。
GRAPH：开始创建图表。
/BAR(SIMPLE)=COUNT BY gender：创建简单条形图，计数每个性别的频数。
/LINE(SIMPLE)=MEAN(age) BY year BY category：创建简单折线图，显示每年各类别的平均年龄。
/PIE=COUNT BY category：创建饼图，显示各类别的频数。
/HISTOGRAM=age：创建直方图，显示年龄的分布。
/SCATTERPLOT(BIVAR)=height WITH weight：创建散点图，显示身高与体重的关系。
/TITLE='...'：设置图表标题。

二、高级图表定制

在SPSS中，高级图表定制可以通过使用GGRAPH命令和图形生产语言（GPL, Graph Production Language）来实现。这允许用户创建更加复杂和美观的图表。

1. 自定义颜色

* 自定义颜色的条形图。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=gender COUNT()[name="COUNT"] MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: gender=col(source(s), name("gender"), unit.category())
  DATA: COUNT=col(source(s), name("COUNT"))
  GUIDE: axis(dim(1), label("性别"))
  GUIDE: axis(dim(2), label("人数"))
  SCALE: cat(dim(1), include("男", "女"))
  SCALE: linear(dim(2), include(0))
  ELEMENT: interval(position(gender*COUNT), color.interior(color.red), color.exterior(color.blue))
  TITLE: "性别分布"
END GPL

2. 添加数据标签

* 添加数据标签的条形图。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=gender COUNT()[name="COUNT"] MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: gender=col(source(s), name("gender"), unit.category())
  DATA: COUNT=col(source(s), name("COUNT"))
  GUIDE: axis(dim(1), label("性别"))
  GUIDE: axis(dim(2), label("人数"))
  SCALE: cat(dim(1), include("男", "女"))
  SCALE: linear(dim(2), include(0))
  ELEMENT: interval(position(gender*COUNT), color.interior(color.red), color.exterior(color.blue))
  ELEMENT: point(position(gender*COUNT), label(COUNT), color(color.black), size(size."12px"))
  TITLE: "性别分布"
END GPL

3. 调整坐标轴

* 调整坐标轴的条形图。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=gender COUNT()[name="COUNT"] MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: gender=col(source(s), name("gender"), unit.category())
  DATA: COUNT=col(source(s), name("COUNT"))
  GUIDE: axis(dim(1), label("性别"))
  GUIDE: axis(dim(2), label("人数"), start(0), end(100), delta(10))
  SCALE: cat(dim(1), include("男", "女"))
  SCALE: linear(dim(2), include(0))
  ELEMENT: interval(position(gender*COUNT), color.interior(color.red), color.exterior(color.blue))
  TITLE: "性别分布"
END GPL

4. 使用图表模板

* 使用模板的条形图。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=gender COUNT()[name="COUNT"] MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: gender=col(source(s), name("gender"), unit.category())
  DATA: COUNT=col(source(s), name("COUNT"))
  GUIDE: axis(dim(1), label("性别"))
  GUIDE: axis(dim(2), label("人数"))
  SCALE: cat(dim(1), include("男", "女"))
  SCALE: linear(dim(2), include(0))
  ELEMENT: interval(position(gender*COUNT), template("MyTemplate"))
  TITLE: "性别分布"
END GPL

5. 多系列图表

* 多系列条形图。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=gender category COUNT()[name="COUNT"] MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: gender=col(source(s), name("gender"), unit.category())
  DATA: category=col(source(s), name("category"), unit.category())
  DATA: COUNT=col(source(s), name("COUNT"))
  GUIDE: axis(dim(1), label("性别"))
  GUIDE: axis(dim(2), label("人数"))
  SCALE: cat(dim(1), include("男", "女"))
  SCALE: cat(dim(2), include("A", "B", "C"))
  ELEMENT: interval(position(gender*COUNT*category), color.interior(category))
  TITLE: "性别与类别的分布"
END GPL

6. 组合图表

* 条形图和折线图的组合。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=year sales profit MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: year=col(source(s), name("year"))
  DATA: sales=col(source(s), name("sales"))
  DATA: profit=col(source(s), name("profit"))
  GUIDE: axis(dim(1), label("年份"))
  GUIDE: axis(dim(2), label("金额"))
  SCALE: linear(dim(2), include(0))
  ELEMENT: interval(position(year*sales), color.interior(color.lightblue))
  ELEMENT: line(position(smooth.linear(year*profit)), color(color.red), size(size."2px"))
  TITLE: "年度销售与利润"
END GPL

代码解释

GGRAPH 和 BEGIN GPL 开始定义一个图形。
SOURCE: s=userSource(id("graphdataset")) 定义数据源。
DATA: ... 定义使用的变量。
GUIDE: axis(...) 定义坐标轴。
SCALE: ... 定义坐标轴的尺度。
ELEMENT: ... 定义图表中的元素，如条形、折线等。
TITLE: ... 定义图表的标题。

具体例子

1. 准备数据

首先，确保数据已经正确导入 SPSS。假设有一个数据集 sales_data.sav，包含以下变量：

year：年份
region：地区
sales：销售额
profit：利润

2. 使用 `GGRAPH` 创建自定义图表

示例 1：自定义颜色的条形图

假设要创建一个条形图，显示不同地区的销售额，并自定义条形的颜色。

* 自定义颜色的条形图。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=region sales MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: region=col(source(s), name("region"), unit.category())
  DATA: sales=col(source(s), name("sales"))
  GUIDE: axis(dim(1), label("地区"))
  GUIDE: axis(dim(2), label("销售额"))
  SCALE: cat(dim(1), include("North", "South", "East", "West"))
  SCALE: linear(dim(2), include(0))
  ELEMENT: interval(position(region*sales), color.interior(color.red), color.exterior(color.blue))
  TITLE: "不同地区的销售额"
END GPL

示例 2：添加数据标签的条形图

假设要在条形图上添加数据标签，显示具体的销售额。

* 添加数据标签的条形图。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=region sales MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: region=col(source(s), name("region"), unit.category())
  DATA: sales=col(source(s), name("sales"))
  GUIDE: axis(dim(1), label("地区"))
  GUIDE: axis(dim(2), label("销售额"))
  SCALE: cat(dim(1), include("North", "South", "East", "West"))
  SCALE: linear(dim(2), include(0))
  ELEMENT: interval(position(region*sales), color.interior(color.red), color.exterior(color.blue))
  ELEMENT: point(position(region*sales), label(sales), color(color.black), size(size."12px"))
  TITLE: "不同地区的销售额"
END GPL

示例 3：调整坐标轴的条形图

假设要调整 Y 轴的范围和刻度。

* 调整坐标轴的条形图。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=region sales MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: region=col(source(s), name("region"), unit.category())
  DATA: sales=col(source(s), name("sales"))
  GUIDE: axis(dim(1), label("地区"))
  GUIDE: axis(dim(2), label("销售额"), start(0), end(100000), delta(8000))
  SCALE: cat(dim(1), include("North", "South", "East", "West"))
  SCALE: linear(dim(2), include(0))
  ELEMENT: interval(position(region*sales), color.interior(color.red), color.exterior(color.blue))
  TITLE: "不同地区的销售额"
END GPL

示例 4：组合图表（条形图和折线图）

假设要在一个图表中同时显示销售额和利润。

* 条形图和折线图的组合。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=year sales profit MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: year=col(source(s), name("year"))
  DATA: sales=col(source(s), name("sales"))
  DATA: profit=col(source(s), name("profit"))
  GUIDE: axis(dim(1), label("年份"))
  GUIDE: axis(dim(2), label("金额"))
  SCALE: linear(dim(2), include(0))
  ELEMENT: interval(position(year*sales), color.interior(color.lightblue))
  ELEMENT: line(position(year*profit), color(color.red), size(size."2px"))
  TITLE: "年度销售与利润"
END GPL

代码解释

GGRAPH：启动图形命令。
/GRAPHDATASET：定义数据集和变量。
/GRAPHSPEC SOURCE=INLINE：使用内联 GPL 代码定义图表。
BEGIN GPL 和 END GPL：定义 GPL 代码块。
SOURCE: s=userSource(id("graphdataset"))：定义数据源。
DATA: ...：定义使用的变量。
GUIDE: axis(...)：定义坐标轴。
SCALE: ...：定义坐标轴的尺度。
ELEMENT: ...：定义图表中的元素，如条形、折线等。
TITLE: ...：定义图表的标题。

其他自定义选项

颜色：可以使用 color.interior 和 color.exterior 来定义条形的内部和外部颜色。
数据标签：可以使用 ELEMENT: point 来添加数据标签。
坐标轴调整：可以使用GUIDE: axis中的 start, end, 和 delta 来调整坐标轴的范围和刻度。
组合图表：可以使用多个 ELEMENT 语句来组合不同类型的图表元素。

三、动态图表和交互式图表

在SPSS中，创建动态图表和交互式图表的能力相对有限，因为SPSS主要是为静态数据分析和报告设计的。不过，SPSS Modeler和IBM Cognos等更高级的工具提供了更多的交互性和动态可视化能力。对于基本的SPSS版本，可以通过导出数据到支持交互性的平台（如Tableau、Power BI或R Shiny）来实现更高级的可视化效果。

然而，在SPSS中，可以通过一些方法来增加图表的灵活性，比如使用FILTER命令或者TEMPORARY命令来动态地改变图表所基于的数据子集，从而达到一定的“动态”效果。此外，通过编程方式（如Python或R插件）也可以在一定程度上创建更具交互性的图表。下面我会介绍一些在SPSS中实现类似动态和交互式图表的方法。

1. 使用FILTER或TEMPORARY命令

示例：动态筛选数据
假设有一个销售数据集，想根据不同地区动态生成销售图表。

* 设置过滤器，只显示北区的数据。
FILTER BY region EQ 'North'.
EXECUTE.

* 创建北区的条形图。
GGRAPH
  /GRAPHDATASET NAME="graphdataset" VARIABLES=year sales MISSING=LISTWISE REPORTMISSING=NO
  /GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
  SOURCE: s=userSource(id("graphdataset"))
  DATA: year=col(source(s), name("year"))
  DATA: sales=col(source(s), name("sales"))
  GUIDE: axis(dim(1), label("年份"))
  GUIDE: axis(dim(2), label("销售额"))
  SCALE: linear(dim(2), include(0))
  ELEMENT: interval(position(year*sales), color.interior(color.red))
  TITLE: "北区的年度销售额"
END GPL

* 清除过滤器。
FILTER OFF.
EXECUTE.

2. 使用Python或R插件

如果安装了SPSS的Python Essentials或R Essentials插件，可以利用Python或R的强大功能来创建交互式图表。这通常涉及将数据从SPSS导出到Python或R环境中，然后在那里使用适当的库（如Plotly, Bokeh, Shiny等）来创建图表。

示例：使用Python创建交互式图表
假设已经在SPSS中安装了Python Essentials插件，并且系统上安装了Plotly库。

* 使用Python创建交互式条形图。
BEGIN PROGRAM Python.
import spss, spssdata
import plotly.express as px

# 从SPSS读取数据
data = spssdata.Spssdata().fetchall()
df = pd.DataFrame(data)

# 创建交互式条形图
fig = px.bar(df, x='year', y='sales', color='region', title='按区域划分的年度销售额')
fig.show()
END PROGRAM.

3. 导出数据到专门的可视化工具

对于更复杂的交互式图表，最好的方法可能是将数据导出到专门的可视化工具，如Tableau或Power BI。这些工具提供了强大的交互功能和丰富的图表类型。

示例：导出数据到CSV

* 将数据导出到CSV文件。
SAVE TRANSLATE OUTFILE='C:\path\to\your\file\sales_data.csv'
  /TYPE=CSV
  /FIELDNAMES
  /CELLS=VALUES.

然后，可以在Tableau或Power BI中打开这个CSV文件，并使用这些工具的功能来创建交互式图表。

虽然SPSS本身不是设计用来创建复杂的动态或交互式图表的工具，但通过一些技巧和辅助工具，仍然可以在一定程度上实现这些功能。

SPSS 数据可视化

数据可视化

一、基础图表制作

1. 条形图（Bar Chart）

2. 折线图（Line Chart）

3. 饼图（Pie Chart）

4. 直方图（Histogram）

5. 散点图（Scatter Plot）

详细示例

1. 条形图

2. 折线图

3. 饼图

4. 直方图

5. 散点图

二、高级图表定制

1. 自定义颜色

2. 添加数据标签

3. 调整坐标轴

4. 使用图表模板

5. 多系列图表

6. 组合图表

具体例子

1. 准备数据

2. 使用 GGRAPH 创建自定义图表

示例 1：自定义颜色的条形图

示例 2：添加数据标签的条形图

示例 3：调整坐标轴的条形图

示例 4：组合图表（条形图和折线图）

三、动态图表和交互式图表

1. 使用FILTER或TEMPORARY命令

2. 使用Python或R插件

3. 导出数据到专门的可视化工具

2. 使用 `GGRAPH` 创建自定义图表