文章目录
- 📚数据可视化的基本流程
- 📚数据属性
- 📚基本可视化图表类型
-
- 🐇数据分析三规则
- [🐇条形图（Bar Chart）](#🐇条形图（Bar Chart）)
- [🐇饼图（Pie Chart）](#🐇饼图（Pie Chart）)
- 🐇衡量易变性 (measure variability)
-
- 🔥range
- [🔥The median](#🔥The median)
- 🔥Quartiles
- [🔥Interquartile Range](#🔥Interquartile Range)
- 🐇盒须图（Boxplot）
- 🐇直方图（Histograms）
- [🐇茎叶显示（Stem and Leaf Displays）](#🐇茎叶显示（Stem and Leaf Displays）)
- 📚小结
📚数据可视化的基本流程
- Parameter refinement：参数优化
📚数据属性
- Nominal（标称）
- Ordinal（序数）
- Quantitative（数量）
📚基本可视化图表类型
🐇数据分析三规则
- 显示在原始数据中不明显的方面，使您能够清楚地思考可能隐藏在数据中的模式和关系。
- 显示数据中的重要特征和模式。您还可能看到一些您没有想到的东西：异常的（可能是错误的）数据值或意外的模式。
- 制作一张图片------告诉别人你的数据的最好方法是用一张精心选择的图片。
🐇条形图（Bar Chart）
- 条形图 ：显示每个类别的计数或相对频率
🐇饼图（Pie Chart）
- 饼图 ：显示每个类别中整体的比例
🐇衡量易变性 (measure variability)
🔥range
- range = largest - smallest
🔥The median
- a measure of center
🔥Quartiles
- Measuring spread by examining the middle
- Step 1: find the median of all the data (the median divides the data in half)
- Step 2a: find the median of the lower half; this median is Q1;
- Step 2b: find the median of the upper half; this median is Q3.
- when n is odd include the overall median in both halves;
- when n is even do not include the overall median in either half .
🔥Interquartile Range
- Measures spread of middle 50% of the data
🐇盒须图（Boxplot）
- construct box：末端位于Q1和Q3；在框中标记中间的位置（通常用一条线或"+"）
- 围栏通过移动距离1.5（IQR）来确定 ：
- 上围栏比上四分位数多1.5*IQR
- 下围栏比下四分位数低1.5*IQR
- 注意：围栏只有助于构建箱线图，它们不会出现在最后的箱线图显示中。
- whiskers：从盒子的左右两端画线到极值。
- outliers ：极端值
🐇直方图（Histograms）
- 直方图显示了三种一般类型的信息：
- 它提供了数据的近似中心位置的可视化指示。
- 我们可以了解数据中传播或变化的程度。
- 我们可以观察到其分布的形状。
🐇茎叶显示（Stem and Leaf Displays）
- 优点 ：
- each measurement displayed（显示全面）
- ascending order in each stem row（叶子升序排列）
- relatively simple (data set not too large)（针对数据集不大的情况相对简单）
- 缺点：display becomes unwieldy for large data sets（大数据集不适用）
📚小结
