Python数学建模问题总结(2)数据可视化Cookbook指南·上

概括总结：

一、可视化问题

1.不会可视化图标；2.可视化效果不好看；3.数据可视化成果无法得到很好的推广使用。

二、可视化原则

准确的、有帮助的、可扩展的。

三、类型

1.随时间变化；2.类别比较图表；3.排名列表：有序条形图、有序柱状图、平行坐标图；4.占比图表：饼图、堆叠柱状图、堆叠面积图、树状图、圆环图、旭日图；5.关联图表：显示两个或以上变量之间的关系；6.分布图表：显示每个值在数据集中出现的频率；7.流程图；8.关系图表：显示多个项目之间的关系。

四、选择图表

1.折线图：表达数据的微小变化；2.柱状图/条形图和饼图；3.面积图：堆叠面积图/层叠面积图。

一、可视化问题

不论你是从事数据相关工作，还是业务相关工作，或多或少都会需要用到数据可视化，就可能会面临以下问题：

不会选可视化图表

可视化图表的样式种类繁杂，在不同业务场景下，不知道怎么选择合适的可视化图表；

做出来的可视化效果不美观

图表那么多你却只会用柱状图和饼图，排版配色全凭感觉，可视化作品杂乱缺乏美感。

数据可视化的成果无法发挥价值

自己埋头苦干做出来的数据分析结果，没有用一种能够让别人一目了然、清晰明了的呈现方式展示出来，也难以说服业务推动业务，真正挖掘出数据背后的价值。

于是谷歌数据可视化团队形成的全面的数据可视化指南，涵盖了设计原则、图表分类、图表的选用、样式设计、交互设计、仪表板设计等方面。

二、可视化原则

数据可视化是一种以图形描绘密集和复杂信息的表现形式。数据可视化的视觉效果旨在使数据容易对比，并用它来讲故事，以此来帮助用户做出决策。

数据可视化可以表达不同类型和规模的数据，包括从几个数据点到有大量变量的数据集。

三、类型

数据可视化可以以不同的形式表达。图表是表达数据的常用方式，因为它们能够展示和对比多种不同的数据。

图表类型的选择主要取决于两点：要表现的数据和表现该数据的用意。该指南描述各种类型的图表及其用例。

图表类型

1. 随时间变化

随时间变化的图表显示一段时间的数据，例如多个类别之间的趋势或比较。

常见用例

股价表现、卫生统计、年表。

2. 类别比较

类别比较图表是多个不同类别数据之间的比较。

常见用例

不同国家的收入、热门场地时间、团队分配。

3. 排名

排名图表显示项目在有序列表中的位置。

常见用例

选举结果、性能统计。

4. 占比

占比类图表显示了局部与整体的关系。

常见用例

产品类别的综合收入、预算。

5. 关联

关联类图表显示两个或以上变量之间的关系。

常见用例

收入和预期寿命。

6. 分布

分布类图表显示每个值在数据集中出现的频率。

常见用例

人口分布、收入分布。

7. 流程

流程类图表显示了多个状态之间的数据移动。

常见用例

资金转移、投票计数和选举结果。

8. 关系

关系图表显示多个项目之间的关系。

常见用例

社交网络、词图。

四、选择图表

面对多种类型的图表，以下指南提供了关于如何选择合适的图表见解。

显示随时间的变化

可以使用时间序列图表来表示随时间的变化，就是按时间顺序表示数据点的图表。表示随时间变化的图表包括：折线图，柱状图（条形图）和面积图。

*基线值是y轴上的起始值。

柱状图（条形图）和饼图

柱状图（条形图）和饼图都可用于显示比例，表示部分与总体的对比。

• 柱状图（条形图）使用共同的基线，通过条形长度表示数量

• 饼图使用圆的圆弧或角度表示整体的一部分

柱状图（条形图），折线图和堆叠面积图在显示随时间的变化方面比饼图更有效。由于这三个图表都是使用相同的基线，因此可以更轻松地根据条形长度比较值的差异。

面积图

面积图有多种类型，包括堆叠面积图和层叠面积图：

• 堆叠面积图显示多个时间序列（在同一时间段内）堆叠在一起

• 层叠面积图显示多个时间序列（在同一时间段内）重叠在一起

层叠面积图建议不要使用超过两个时间序列，因为这样做会使数据模糊不清。取而代之，应当使用堆叠面积图来比较一个时间间隔内的多个值（横轴表示时间）。