可视化学习第三周-对比型和分布型数据

一.目标

• 了解数据之间的对比关系，可以通过哪些「标记+视觉通道」映射，从而来表现差异；
• 熟练掌握表示数据对比关系的图形类型，以及这些图形的适用场景、异同；
• 熟悉描述性统计的相关内容，掌握分布型数据可视化的常用图表和适用场景；
• 实践：给定2个数据集，选择合适的图表并进行可视化呈现，实现工具不限；

二.如何优雅地选择数据图表：对比型和分布型数据图表

2.1 对比型和分布型

对比型：对比两组或两组以上数据的差异

分布型：研究数据分布的集中趋势/离散程度/偏态和峰度等。

2.2 对比型

对比型数据需要把差异表示出来：

（1）高度差异/宽度差异：柱状图/条形图

（2）面积差异：面积图/气泡图

（3）字号差异：单词词云

（4）形状差异：星状图

• 柱状图

  😄单一柱状图：适合单一类别的数据对比，也适合离散型时序数据的趋势

  😄重叠柱状图：适合两个类别的数据对比，通常配合折线图使用，折线图表示目标完成率​

  😄并列柱状图：适合两个或三个数据类别的对比

  😄堆叠柱状图：适合既要对比总体的数据，又要对比总体个构成项的数据

  

  注：该图摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

• 条形图

  相比较柱状图而言，可以展示更多的数据条数；如果柱状图分类过多时，可以选用条形图

  

  注：该图摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

• 面积图

  面积图折线图的延伸，其实就是折线图和折线图投影到X坐标轴所围成的面积

  👟 堆叠对比型面积图：所有系列的面积基线都是X，系列之间有重叠和覆盖的关系。

  👟 堆砌对比型：只有底层系列的面积基线和X重和。

  

  注：该图摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

• 气泡图

  • 一般用于三维数据的可视化，散点图则用于二维数据的可视化。在散点图中圆点的面积是相同的，主要通过X,Y来确定位置，映射数据。而气泡图通过面积的大小来对比数据的图形方式。
  • 当有多个系列时，气泡图可以通过不同颜色标识。

  

  注：该图摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

• 单词云图

  单词云图主要用于统计文字词频的可视化，如网络热点/写作的文章等等，对其中关键词/高频词/热点等，重点突出展示，发现热点。

  

  注：该图摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

• 雷达图/星状图

  当对比一个主题或者多个主题本身时，在不同唯独上的特征时，可以选择雷达图和星状图。

  🛰雷达图：数据主题具有多个维度上的特征，对比同一主题，在不同维度上的数据，偏向。

  ⚛️星状图：多体多维度数据，即多个主题，且多个主题的维度相同。获得不同差异与侧重点。

  

  注：该图摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

2.3 分布型

通过对数据描述性度量（集中/离散/偏态和峰度），估计数据的分布特征。

• 直方图

  👟频数直方图：

  👟频率直方图：

​ 步骤：1）数据分组，统计每组内频数和频率；2）确定数据上下限；3）绘制矩形。

​

​ 注：该图摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

• 茎叶图

  适合整数数据的可视化。茎叶图的原理是将一组数据按照数据位数进行比较，将数据中的高位数作为树茎，低位数作为树叶。

  3，7，9，14，15，16，25，26，29，36，41，43，45，46，49

  数据范围	频数
  0-9	3
  10-19	3
  20-29	3
  30-39	1
  40-49	5

  对应的树茎和树叶可以表示为：

  树茎	树叶
  0	379
  1	456
  2	569
  3	6
  4	13569

  图形化表示为：

  

  注：该茎叶图部分摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

• 箱型图

  箱型图常用比较四分位数，即一组数据中下四分位数，中位数，上四分位数。

  

  注：该部分摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

  作用：

  • 发现数据中异常值/离群点
  • 箱子宽度，两个四分位差一定程度上反应数据的离散程度，数据集中50%的区间，中间区域。

• 概率密度图

  对于连续型随机变量的概率密度函数，描述随机变量的输出。计算概率则为该区间上的积分，也就是面积值。

  可以通过图形化方式，观察对称性/集中离散程度/偏态与峰值

  

  注：该部分摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

• 散点图/气泡图（见2.2中）

• 热力图

  通过密度函数进行可视化，密度密集的反映。在地图/网页分析等领域应用。

  👟热力地图：如表示各个路况拥挤的程度，颜色越深表示越挤。人流等。

  👟网页热力分析：如网页点击热力分布，主要为营销推广/用户体验用。

  👟业务数据分析：带有地理信息属性的数据，或者离散时间属性的数据。

  

  注：该部分摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

• 地图

  📉 二维平面地图

  📉 三位立体地图

  

  注：该部分摘自微信公众号：木东居士（本文章为***数据科学家联盟***中数据可视化学习小组笔记，如转载请联系版本所有者***木东居士***）

三. 实践

1. 三组电商平台数据分析

   电商平台	商品丰富度	商品质量	物流效率	售后服务
   淘宝	4.9	4.3	4.3	4.9
   京东	4.2	4.7	4.9	4.6
   拼多多	4.7	4	4	4.5

   分析：绘制了雷达图

店铺名称	月度收入（W）	月度成本（W）	月度综合评分（百分制）
店铺1	20.63	52.63	72
店铺2	100	65	92
店铺3	79	52	93.5
店铺4	40	39	90
… …	…	…	…

50多个店铺的分析，气泡图显得有些乱；雷达图也是。

成本和收入在一个柱子上，上面的图添加了次坐标轴，这种差距无法明显展示。因此单独将成本和收入分别列出柱子。

箱型图分析出现类似异常。

注：本文章为***数据科学家联盟***中数据可视化学习小组笔记，其中绝大多数内容引自 微信公众号数据科学家联盟 如何优雅地选择数据图表：对比型和分布型数据图表 ，如转载请联系版权所有者微信公众号木东居士**

typora格式参考：

https://www.cnblogs.com/hongdada/p/9776547.html

更多图标样式可以参考百度echarts：

https://www.echartsjs.com/examples/zh/index.html