「这是我参与2022首次更文挑战的第10天，活动详情查看：2022首次更文挑战」

学习表示数据的对比关系和分布情况

学习目标：

• 了解数据之间的对比关系，可以通过哪些「标记+视觉通道」映射，从而来表现差异；
• 熟练掌握表示数据对比关系的图形类型，以及这些图形的适用场景、异同；
• 熟悉描述性统计的相关内容，掌握分布型数据可视化的常用图表和适用场景；
• 实践：给定2个数据集，选择合适的图表并进行可视化呈现，实现工具不限；

0x01对比型数据可视化

对比型数据：对比两组或两组以上数据差异

1.柱状图

• 视觉通道：高度，宽度
• 条数最好不要超过12条
• 选择：
  • 单一柱状图：单一类别数据对比；离散型时序数据趋势
  • 重叠型柱状图：两个类别数据对比；嵌套模式，外部半透明代表某项指标目标值，内部较窄且不透明表示指标的实际完成情况。搭配折线表示目标完成率
  • 并列柱状图：2～3个数据对比
  • 堆叠柱状图：对比总体及对比各项构成。总体构成不超过5个，超过5个，除top5归类到其他

图示：

2.条形图

• 视觉通道：高度，宽度
• “水平柱状图”，条数较多时，从柱状图转化为条形图；
• 不要超过30条

图示：

3.面积图

• 视觉通道：面积
• 折线图及其投影到x轴的直线围成的面积
• 选择：
  • 重叠对比型面积图：各分类都以x轴为基线，各类别间存在重叠和覆盖；分析各类别随时间变化趋势
  • 堆砌对比型面积图：最底下分类以x轴为基线，其他类别依次向上叠；分析整体随时间变化趋势及各类别随时间变化趋势
• 也用于趋势分析

图示：

4.气泡图

• 视觉通道：面积
• 三维的散点图，将圆点的面积抽出来作为一个维度，各个数据圆点面积不一致
• 三维：点的x，y值，点的大小
• 多个系列对比，用颜色区分不同系列

图示：

5.单词云图

• 视觉通道：字号大小
• 词频数据可视化：关键词搜索，文章高频词，热点事件关键词
• 字体越大，频数越大
• 只适用于一个系列的数据对比

图示：

6.雷达图，星状图

• 视觉通道：形状
• 雷达图：一体多维，一个主体多种维度（一个圈）
• 星状图：多体多维，多个主体多种维度（多个圈）
• 不同维度，用分数衡量，获得主体的总分

图示：

0x02分布型数据可视化

分布型数据：研究数据分布的集中趋势，离散程度，偏态和峰度

1.直方图

• 数据通道：面积
• 选择：区别在于纵轴是频数还是频率
  • 频数直方图：每条频数*组距=每组数量
  • 频率直方图：每条频率*组距=每组概率
• 离散型数据
• 每个长条之间没有空隙，区别于柱形图
• 绘制
  • 数据分组，统计每组数据的频数和频率
  • 横轴标出每组数据的上下限

图示：

2.茎叶图

• 数据为整数
• 绘制：
  • 分组
  • 每组数据的高位为树茎，低位为树叶；比如对于组（11，13，14），树茎为1，树叶为134

图示：

3.箱线图

• 分位数（下四分位数Q1+中位数+上四分位数Q3）+最大值+最小值
• 分位数在箱体内，最值在箱体外
• 箱体越窄，数据越集中
• 对比多组数据分布；检测异常值或离群点

图示：

4.概率密度图

• 描述连续随机变量分布规律
• 与标准正态分布比较，根据偏态可分为左偏和右偏；根据峰度可分为扁平和尖峰分布

图示：

5.散点图，气泡图

见上

6.热力图

• 密度函数可视化，表示地图中点的密度的热图。用于地图，网页分析，业务数据分析等
  • 交通热力地图：路况拥挤程度；颜色越深越拥挤；查看人流量，便于路线规划
  • 网页热力分析：按鼠标点击位置，鼠标移动轨迹，内容点击的热力图；看到网页各个区域访客兴趣焦点，便于营销推广，用户体验分析
  • 业务数据分析：带有地理信息属性数据，离散时间属性数据

7.地图

• 带有地理信息属性数据的可视化
• 二维和三维
• 导航，天气预报，降水量

图示：

作业

数据集

场景1：比较三家电商公司在消费者心中的印象评分

分析：属于多体多维对比型数据可视化, 且只有3个主体，可选择并列柱状图或星状图

场景2:某公司50家店铺的月度收入、成本和综合评分

分析：属于多体多维分布数据可视化，三个维度之间不存在关联；

• 可用频数直方图分别表示3个维度（采用自动分组）；
• 组合折线图可查看分布，其实是将散点图连起来，组合的话是将3个维度，每个维度一条折线一起表示在一张图里，其中月度综合评分为百分制，使用次级坐标轴
• 气泡图也可以表示，x轴是月度收入，y轴是月度成本，大小是月度总和评分，但在excel里操作不便

0xff 参考资料

• 如何优雅地选择数据图表：对比型和分布型数据图表
• 《鲜活的数据》第7章p185和第6章p162