数据分析之数据可视化

目的：用图形的形式来表达数据。

统计图表类：

面积图：标准面积图、堆栈面积图、百分比面积图
PP图、误差分析图、箱线图、雷达图、金字塔图、矩阵图、漏斗图、帕累托图等
1.

2.柱状图：适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。
优势：柱状图利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。
劣势：柱状图的局限在于只适用中小规模的数据集。
3.条形图
适用场景：显示各个项目之间的比较情况，和柱状图类似的作用；
优势：每个条都清晰表示数据，直观；
4.折线图
适用场景: 折线图适合二维的大数据集，还适合多个二维数据集的比较。
优势：容易反应出数据变化的趋势。
6.饼图（环图）
适用场景：显示各项的大小与各项总和的比例。适用简单的占比比例图，在不要求数据精细的情况适用。
优势：明确显示数据的比例情况，尤其合适渠道来源等场景。
劣势：肉眼对面积大小不敏感。
7.雷达图
适用场景：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，数据点一般6个左右，太多的话辨别起来有困难。
优势：主要用来了解公司各项数据指标的变动情形及其好坏趋向。
劣势：理解成本较高。
10.散点图
适用场景：显示若干数据系列中各数值之间的关系，类似XY轴，判断两变量之间是否存在某种关联。散点图适用于三维数据集，但其中只有两维需要比较。
优势：对于处理值的分布和数据点的分簇，散点图都很理想。如果数据集中包含非常多的点，那么散点图便是最佳图表类型。
劣势：在点状图中显示多个序列看上去非常混乱。

鱼骨图(Ishikawa)
鱼骨图是一种发现问题“根本原因”的方法，它也可以称之为“因果图”。其特点是简捷实用，深入直观。它看上去有些象鱼骨，问题或缺陷(即后果)标在"鱼头"外。
鱼骨分析图：发现问题根本原因的分析方法。问题的特性总是受到一些因素的影响，通过头脑风暴找出这些因素，并将它们与特性值一起，按相互关联性整理绘制。

5.各种数据地图（一共有6种类型）
适用场景：适用于有空间位置的数据集；
优劣势：特殊状况下使用，涉及行政区域；
（1）行政地图（面积图）