本文介绍了10种数据可视化技术，包括直方图、条形图、饼状图、散点图、折线图、时间序列图、关系图、热图、地图和词云。这些技术有助于清晰展示分析结果，组织数据，便于理解数据分布和趋势，尤其适用于数值和类别变量的分析。例如，直方图用于显示数值变量的频率分布，条形图和饼状图适用于类别变量，散点图和折线图则用于揭示两个变量间的关系。时间序列图用于跟踪数据随时间的变化，而关系图、热图和地图则在展示复杂关系和地理分布时非常有用。词云则用于可视化文本数据的频率。
全文共4549字，预计学习时长9分钟
图片来源：Willian Justen deVasconcellos on Unsplash
相比于浩如烟海的数据表格，大部分人还是更喜欢视觉资料，这一点已不足为奇。也是出于这个原因，人们通常才会在学术论文的前几页加上一张图表，并且清楚地标记上各种注释。
当数据科学家应用可视化技术后，数据的分布情况以及分析的重点将清楚而直观地展现在他们眼前。这种感觉异常奇妙！
数据可视化技术主要有两大功能：
1. 将分析结果更加清晰地展现出来。
2. 将数据有效组织起来，利于提出新的猜想，或引导某一项目下一步的走向。
本文将会介绍到十种可视化技术。以后，无论你是想让大家认可理论，还是为了规划项目的下一步计划，这些可视化方法都能帮助你分析数据。
1. 直方图
首先来了解一下直方图。通过直方图，可以纵观某个数值变量所有可能的值，以及其出现的频率。直方图看似简单，实际上功能却很强大。有时，直方图也被称为频数分布图。
从视觉效果上来说，需要画一个频率图，把相关变量排布在X轴上，而Y轴显示的则是每个值出现的频率。
例如，假设某个公司为了使自己的智能恒温器更加畅销，于是采取了一种营销策略，即根据顾客邮政编码的不同来提供相应的折扣。这时，通过绘制与恒温器折扣相关的直方图，人们就能更好地了解各个值的范围，以及它们各自出现的频率。
恒温器折扣直方图（单位：美元）
从上图可以发现，恒温器的折扣大约有半数介于100到120美元之间。而折扣低于60美元或者高于140美元的邮编，都只存在一小部分。
资料来源：https://ibm.box.com/s/6fltz5ilap8pbwzu2tt1yxil6ldosc9d
2. 条形图与饼状图
上文所讲的直方图通常用于处理数值变量，而本段所涉及的条形图与饼状图则主要适用于类别变量。如果要分析变量分布，并且这些变量的值又比较固定，比如只存在低、正常、高，是、否，或者常规驱动、电驱动、混合驱动等有限选项，那么这个时候最适合的选择就是条形图或者饼状图。
那么到底是选条形图还是饼状图呢？其实这两种方法都值得一试，然后再看看哪个的视觉效果会更好一些。但是在可能选项比较少的情况下，饼状图还是更胜一筹。
如果数据类别过多的话，无论是条形图还是饼状图，可视化的效果都不会太好。在这种情况下，可以考虑只对前几项最大值进行可
最低0.47元/天 解锁文章
扫一扫
294
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
