第5章 关系数据可视化

目录

1  关系数据在大数据中的应用

1.1 数据间的关系

2  数据的关联性

2.1 基本概念

3  数据的分布性

3.1 基本概念

4  关系数据的其他表示方法

---

1  关系数据在大数据中的应用

1.1 数据间的关系

（1）数据间的差异

• 两 个或两个以上的 数据，存在差异，蕴含事物发展变化的情况或规律

• 通过对比或比较来评价 差异 ，获得事物 发展变化的情况或 规律

• 比较维度 —— 时间

• 比较维度 —— 空 间

• 比较维度 —— 特定标准

 

（2）数据的构成

• 集合：元素 之间除了“同属一个集合” 的相互关系外，别无其他关系

• 线性：元素存在一对一的相互关系

• 树形 ：元素 存在一对多的相互关系

• 图形 ：元素存在多对多的相互关系

 

（3）数据的联系 

（4）数据的分布

• 数据的集中趋势 、离散程度以及分布形状等

2  数据的关联性

2.1 基本概念

• 数据 关联性是 数据 之间 的一种数 理 关系

• 关联性强，是指当一 个数值增长 时，另一个数值也会随之发生 变化（正相关、负相关）

• 关联性 弱，就是指一个数值增长时，另一个数值几乎没有发生 变化（不相关）

• 通过关联性，可以根据 一个已知的数值变化来预测另一个数值的变化

 

散点图

• 又 称 XY 散点图，将数据以点的形式展现，显示变量间的相互关系或者影响程度，点的位置由变量的数值决定

• 是 判断数据相关性的最简单、直观的方法

• 适用场景：

Ø 显示若干数据系列中各数值之间的 关系

Ø 判断两变量之间是否存在某种 关联

Ø 发现数据的分布或聚合情况

• 优点：

Ø 可以 展示数据的分布和聚合 情况

Ø 适合 展示较大的数据集

• 缺点：

Ø 看上去比较乱

Ø 基本只能看相关、分布和聚合，其他信息均不能很好展现

 

散点图矩阵

• 散点图矩阵是散点图的高维 扩展

• 反映数据 集中多个数值变量两两间的数量 关联

• 从 一定程度上克服了在平面上展示高维数据的 困难

 

气泡图

• 将 散点图中没有大小的“点“变成有大小的 “圆”

• 圆 的大小就可以用来表示多出的那一维数据的 大小

• 气泡图可以同时 比较三个 变量

气泡图使用建议

• 采用适当 大小的气泡 ，采用面积 而不是 直径作为视觉通道

• 不使用奇怪的 形状，避免 添加过多的细节或使用不规则的形状，这可能导致表达效果不准确

3  数据的分布性

3.1 基本概念

数据的分布性：数据的集中趋势、离散程度以及分布形状等

数据分布的统计学指标：

• 众数：一组数据中出现次数最多的数值

• 中位数：按顺序排列的一组数据中居于中间位置的数

• 平均数：一组数据中所有数据之和再除以这组数据的个数 。

茎叶图（枝叶图）

• 将数组或序列中的变化不大或不变的位作为茎（主干 ）

• 将 变化大的数作为叶（分枝）排在茎的 后面

• 优点

Ø 统计图上没有原始数据的损失

Ø 图中的数据可以随时记录和添加，方便 使用

Ø

• 缺点：

Ø 只能表示小样本数据的分布

Ø 可视化效果较弱

 

直方图（质量分布图）

• 展示 定量数据分布的常用 图形，反映数据分布 的 形态、 中心位置以及数据的离散 程度

• 由 一系列高度不等的纵向 条纹构成横轴 表示 数据取值区间

• 纵轴 表示分布 情况

• 横轴表示数据取值区间

 

• 使用 场景：直方图 一般在初步研究中使用，对数据分布特征进行描述。以及在判断数据正态性时，可作为初步判断工具 。

• 直方图的形状：

Ø 正常型：中间高、两边低，左右近似对称

 直方图与柱形图的区别

• 直方图用于显示定量数据的 分布，而 柱状图对比定类 数据

• 绘制 时，直方图是按照数值大小进行分组排列，前后顺序不可变更；柱状图则是对分类对象进行分组，而不是根据具体数值进行分组，分组顺序可以调整。

4  关系数据的其他表示方法

        •包含                        •层级                        •分流                        •联结                        

 

 

包含关系的可视化	韦恩图
层级关系的可视化	漏斗图、树图、矩形树图
分流关系的可视化	桑基图
联结关系的可视化	节点关系图