数据可视化流程¶
盘点和了解数据¶
常见数据类型¶
按照测量标度划分：¶
类别型数据用于区分事物。例如，人可以分为男女，水果能分为苹果香蕉等。
有序型用来表示对象间的顺序关系。例如，学生的成绩可以从低到高排列等。
区间型用于对象间的定量比较。例如，身高 160cm 与身高 170cm 相差 10cm。
比值型用于比较数值间的比例关系。例如，体重 80kg 是体重 40kg 的两倍。
按照可视化方式划分：¶
分类数据：可以进行分组或排序，通常都是文字类型（可以分为有序和无序，均为离散数据）
量化数据：可以测量，所有的值都是数字（可以是连续数据或离散数据）
时间数据：以时间作为数据内容（既可以作为连续数据，又可以作为离散数据）
地理数据：用作地理位置的标示（地名／经纬度信息，属于离散数据）
盘点和了解数据¶
常见数据关系¶
比较（Comparison）
两个变量彼此相对设置，并显示这两个变量之间的相互作用。 例如，折线图显示了给定时间段内不同月份的在线销售变化。
构成（Composition）
显示各个部分如何构成整体。 例如，饼图按区域显示电话公司的市场份额。
分布（Distribution）
分布图有助于了解异常值，正态趋势以及数据集中值的范围。 例如，列直方图显示了学校考试的成绩分布。
关系（Relationship）
试图显示两个或多个变量之间的联系或相关性。 例如，散点图显示了营销支出和销售收入之间的关系。
常见数据关系（分类二）¶
趋势型：
通常研究的是某一变量随另一变量的变化趋势，常见的有时间序列数据的可视化。
对比型：
对比两组或者两组以上的数据，通常用于分类数据的对比。
比例型：
数据总体和各个构成部分之间的比例关系。
分布型：
展现一组数据的分布情况，如描述性统计中的集中趋势、离散程度、偏态与峰度等。
（接下）
常见数据关系（分类二，续）¶
区间型：
显示同一维度上值的不同分区差异，常用来表示进度情况。
关联型：
用于直观表示不同数据之间的相互关系，如包含关系、层级关系、分流关系、联结关系等。
地理型：
通过数据在地图上的地理位置，来展示数据在不同地理区域上的分布情况，根据空间维度不同，通常分为二维地图和三维地图。
数据可视化目的/任务¶
- 数据探索（Data Exploration）
- 数据解释（Data Explanation）
关键
- 明确可视化的目的
- 了解内涵
- 传达信息
- 了解可视化的观众
- 目标受众的需求、兴趣、专业水平
- 知道正确的图表类型
数据探索¶
作为探索性数据分析（EDA）的重要组成部分，通过直观的视觉展示指导分析思路，不断迭代完成数据探索过程。
发现问题与验证假设
- 数据聚类
- 异常检测
- 特征提取
- 趋势分析
- ...
数据解释¶
将创作者的想法或对数据价值的发掘，以直观的形式传达给观众。
- 提供特定的上下文
- 聚焦观众注意力
- 引发思考和行动
如何选择图表的类型¶
按照可视化任务选择¶
- 离差（Deviation）
- 相关性（Correlation）
- 排序（Ranking）
- 分布（Distribution）
- 时变（Change over Time）
- 规模（Magnitude）
- 比例（Part-to-whole）
- 空间（Spatial）
- 流向（Flow）
离差的图表选择¶
相关性的图表选择¶
排序的图表选择¶
分布的图表选择¶
时变的图表选择¶
规模的图表选择¶
比例的图表选择¶
空间的图表选择¶
流向的图表选择¶
典型数据的常用图表¶
分类数据
时序数据
层级数据
多维数据
网络数据
分类数据常用图表¶
1. 柱状图/条形图¶
2. 气球图¶
3. 马赛克图/比例堆叠条形图¶
4. 马赛克图/比例堆叠条形图¶
5. 对应分析(Correspondence analysis)¶
时间序列的常用图表¶
1. 折线图¶
2. 堆叠面积图¶
3. 柱状图¶
4. 甘特图¶
层级数据常用图表¶
1. 矩形树图¶
2. 旭日图¶
3. 树状图（dendrogram）¶
多维数据常用图表¶
1. 散点矩阵图¶
2. 平行坐标图¶
3. 安德鲁图（Andrew Plots）¶
4. 星形图¶
5. 相关性分析¶
6. PCA¶
网络数据常用图表¶
1. 节点连接图¶
2. 冲积图¶
3. 词云图¶
数据可视化的核心原则¶
1. 合理展示数据¶
2. 保持简洁，减少混乱¶
3. 文字与图形融合¶
4. 细节突出，吸引眼球¶
5. 契合观众¶
看一看¶
Python可视化库¶
Python可视化库选择¶
