数据分析之--可视化分析

----------------维度---------------

维度是观察数据的角度和对数据的描述。可以说地区是一种维度，这个维度包含上海、北京这些城市。也可以认为销售额是一个维度，里面有各类销售数据。
维度可以用时间、数值表示，也可以用文本，文本常作为类别。数据分析的本质是各种维度的组合，我想了解和分析全国各地的销售额，就需要将地区维度和销售维度结合，如果想知道各个年份的变化，那么再加入时间维度。
说的再透彻点，Excel首行各字段就可以理解成维度。

维度类型和转换
维度主要是三大类的数据结构：文本、时间、数值。地区的上海、北京就是文本维度（也可以称为类别维度），销售额度就是数值维度，时间更好理解了。不同图表有维度使用限制。
数值维度可以通过其他维度加工计算得出，例如按地区维度，count出有多少是上海的，有多少是北京的。
维度可以互相转换。比如年龄原本是数值型的维度，但是可以通过对年龄的划分，将其分类为小孩、青年、老年三个年龄段，此时就转换为文本维度。具体按照分析场景使用。

-----------------图表-----------------

图表是"数据可视化"的常用手段，其中又以基本图表：柱状图、折线图、饼图等等最为常用。

一、柱状图（Bar Chart）

柱状图是最常见的图表，也最易解读。

它适用于二维数据集，但只有一个维度需要比较的情况。

二、折线图（Line Chart）数据

折线图适合二维的大数据集，尤其是那些趋势比单个数据点更重要的场合。

它还适合多个二维数据集的比较。

上图是两个二维数据集（大气中二氧化碳浓度，地表平均气温）的折线图。

三、饼图（Pie Chart）

饼图是一种应该避免使用的图表，因为肉眼对面积大小不敏感。

上图中，左侧饼图的五个色块的面积排序，不容易看出来。换成柱状图，就容易多了。

一般情况下，总是应该用柱状图替代饼图。但是有一个例外，就是反映某个部分占整体的比重，比如贫穷人口占总人口的百分比。

四、散点图（Scatter Chart）

散点图适用于三维数据集，但其中只有两维需要比较。

上图是各国的医疗支出与预期寿命，三个维度分别为国家、医疗支出、预期寿命，只有后两个维度需要比较。

五、气泡图（Bubble Chart）

气泡图是散点图的一种变体，通过每个点的面积大小，反映第三维。

上图是卡特里娜飓风的路径，三个维度分别为经度、纬度、强度。点的面积越大，就代表强度越大。

气泡图适用不要求精确辨识第三维的场合。如果为气泡加上不同颜色（或文字标签），气泡图就可用来表达四维数据。下图就是通过颜色，表示每个点的风力等级。

六、雷达图（Radar Chart）

雷达图适用于多维数据（四维以上），且每个维度必须可以排序。但是数据点最多6个，否则无法辨别，因此适用场合有限。
下面是迈阿密热火队首发的五名篮球选手的数据。除了姓名，每个数据点有五个维度，分别是得分、篮板、助攻、抢断、封盖。

画成雷达图，就是下面这样。

面积越大的数据点，就表示越重要。很显然，勒布朗·詹姆斯（红色区域）是热火队最重要的选手。

七、总结

图表	维度	注意点
柱状图	二维	只需比较其中一维
折线图	二维	适用于较大的数据集
饼图	二维	只适用反映部分与整体的关系
散点图	二维或三维	有两个维度需要比较
气泡图	三维或四维	其中只有两维能精确辨识
雷达图	四维以上	数据点不超过6个

另外，python数据可视化也有比较丰富的形式，后面参见：

http://blog.sciencenet.cn/blog-251664-800766.html

http://www.360doc.com/content/16/0713/08/1317564_575118618.shtml

参考：
http://www.cbdio.com/BigData/2017-01/06/content_5424962.htm
http://www.ruanyifeng.com/blog/2014/11/basic-charts.html