数据挖掘小白的自存笔记 -图表应用场景

数据挖掘小白的自存笔记

本笔记目的

在做学习EDA的时候发现大神用各种各样的图,于是就很懵逼什么情况下该用什么样的图,花了4个小时浏览了几十个网页,去掉了重复和比较水的网页.保留下几个.

成果

链接1描述了5种数据关系,和图类型速览

[对信息中包含的5种关系，可以简单归纳如下：]

1. 构成：占总体的百分比
   -表达的信息包括：“份额”、“百分比”以及“预计将达到百分之多少”，这时候可以用到饼图

2. 比较：项目的排名
   -比较可以展示事物的排列顺序——是“大于”、“小于”或者“大致相当”都是比较相对关系中的关键词，这时候会首选条图；

3. 趋势：如何随着时间变化
   -关心数据如何随着时间变化,

4. 分布：项目的频率情况
   -是关心各数值范围内各包含了多少项目,型的信息会包含：“集中”、“频率”与“分布”等，这时候使用柱图

5. 联系：变量之间的关系
   -查看两个变量之间是否表达出我们预期所要证明的模式关系，用于表达“与……有关”、“随……而增长”、“随……而不同”变量间的关系,这时候可以用气泡图来展示
   选图快速浏览1(点击跳转大图)
   
   选图快速浏览2(点击跳转大图)
   原文连接:https://zhuanlan.zhihu.com/p/74809696
   
   选图快速浏览3(点击跳转大图)
   原文连接:https://zhuanlan.zhihu.com/p/74809696
   

链接2 各图使用场景
说明:链接2比链接3写的好(详细,举例说明等),但是图类型少一些

链接3 各图使用场景
说明:对链接2的补充(热力图,柱线图,瀑布图,桑葚图,雷达图,漏斗图,箱线图)

链接4 50种图现成代码总结
说明:这是我目前找到最好的代码总结,不仅分类了还有注释说明

实战常用:

• 散点图: 分析变量关系
• 曲线图: 拟合变量关系
  • 带置信区间的曲线图: 评估曲线拟合结果
  • 双坐标曲线图: 分析不同尺度/多变量的关系
• 堆叠直方图: 比较两个分布
• 密度图: 精细刻画概率分布
• 柱状图:同级类间均值/方差等比较
  • 堆积柱状图:多级类间相对占比比较
• 箱式图:多级类间数据分布比较