数据分析基础-数据可视化02-不同数据类型的可视化概念及原则

将数据空间映射到颜色空间。

数据空间:连续或分类

数据可以被划分为两个主要的数据空间:连续数据和分类数据。这两种数据空间有不同的特点和适用的分析方法。

连续数据(Continuous Data):

连续数据是指可以在某个范围内取任何数值的数据。在连续数据空间中,数据点之间存在无限多的可能值,因此数据可以在小数点后面取任何值。连续数据通常以实数(包括小数和分数)的形式表示。

一些例子包括:

身高

体重

温度

时间

在连续数据的分析中,我们通常会计算均值、标准差、相关系数等统计指标。连续数据的可视化方法包括直方图、箱线图、散点图等。

分类数据(Categorical Data):

分类数据是指被分为不同类别或群组的数据。分类数据通常表示为标签或名称,而不是数值。分类数据的类别之间没有数值关系,而是用于标识不同的类别。

分类数据又可以细分为名义数据和序数数据:

名义数据表示不同的类别,但没有顺序关系,如性别、国家等。

序数数据表示不同的类别,并且具有一定的顺序关系,如教育程度、情感程度等。

在分类数据的分析中,我们通常会计算频数、百分比,并绘制条形图、饼图、有序条形图等。

色彩空间:Munsell、RGB、HSV

Munsell 色彩空间:

Munsell 色彩空间是一种基于色调(Hue)、明度(Value)和色度(Chroma)的颜色表示方法。它是一种人类感知更接近的色彩表示方式,更加符合人眼对颜色的感知特性。在 Munsell 色彩空间中,色调表示颜色的基本色调属性,明度表示颜色的明暗程度,色度表示颜色的鲜艳程度。Munsell 色彩空间是一个圆柱体模型,可以通过坐标表示颜色。然而,Munsell 色彩空间不常用于计算机图形学等领域,主要用于色彩研究和艺术领域。

RGB 色彩空间:

RGB 色彩空间是基于红色(Red)、绿色(Green)和蓝色(Blue)三个基本色光的叠加来表示颜色。在计算机图形学、数码摄影和显示器中广泛使用。在 RGB 色彩空间中,每个颜色可以通过三个分量的数值来表示。例如,白色由红、绿、蓝三个分量的最大值构成,黑色由三个分量的最小值构成。RGB 色彩空间的优点是适用广泛且直观,但它不一定能够完全准确地表示人类感知的颜色。

HSV 色彩空间:

HSV 色彩空间是基于色调(Hue)、饱和度(Saturation)和明度(Value)的颜色表示方法。HSV 色彩空间将颜色的属性分成了颜色的基本属性(色调)、颜色的纯度程度(饱和度)以及颜色的明暗程度(明度)。HSV 色彩空间对于颜色的调整和选择更加直观,比如在图像编辑软件中进行颜色的调整时,常常使用 HSV 色彩空间。

对于连续数据

顺序

将数值比例映射到颜色空间的轴之一,例如色调

颜色渐变的变化。

对于分类数据

定性

为每个类别分配独特的颜色。

相关推荐
修复bug37 分钟前
trae.ai 编辑器:前端开发者的智能效率革命
人工智能·编辑器·aigc
掘金安东尼40 分钟前
为什么GPT-4o可以生成吉卜力风格照片,原理是什么?
人工智能
励志成为大佬的小杨1 小时前
pytorch模型的进阶训练和性能优化
人工智能·pytorch·python
知舟不叙1 小时前
OpenCV的基础操作
人工智能·opencv·计算机视觉
果冻人工智能1 小时前
打造 AI Agent 对于中产阶级来说就是场噩梦
人工智能
MediaTea2 小时前
AI 文生图:提示词撰写技巧与示例(ChatGPT-4o 篇)
人工智能
墨绿色的摆渡人2 小时前
用 pytorch 从零开始创建大语言模型(三):编码注意力机制
人工智能·pytorch·语言模型
橘猫云计算机设计2 小时前
基于ssm的食物营养成分数据分析平台设计与实现(源码+lw+部署文档+讲解),源码可白嫖!
后端·python·信息可视化·数据挖掘·数据分析·django·毕业设计
zm-v-159304339862 小时前
ChatGPT 与 DeepSeek:学术科研的智能 “双引擎”
人工智能·chatgpt