《数据思维》之数据可视化_读书笔记

文章目录


前言

数据之道,路漫漫其修远兮,吾将上下而求索。


一、数据可视化

最基础的数据可视化方法就是统计图。一个好的统计图应该满足四个标准:准确、有效、简洁、美观!由此对应的就是统计图的"实力派"(准确+有效)和"偶像派"(简洁+美观)。

实力派:准确+有效

准确是统计图最基本的要求,即要使用正确的统计图区描述不同类型的数据。比如,对于离散型变量(性别,职业等),可以画饼状图或者柱状图;对于连续型变量(年龄、工资),可以画直方图或者箱线图;对于时间序列变量(GDP、CPI等),可以画折线图。这就好比不同的季节穿不同的衣服。

偶像派:简洁+美观

一个美观的统计图应该同时满足准确、有效和简洁的标准。

二、图例

柱状图:

柱状图是针对离散型变量(比如性别)所做的图。每根柱子代表一个类别(男性或者女性),柱子的高度是此类别的频数。作图后要有适当的评述。

注意:

  1. 作图后要有适当的评述。

2.当出现《题西林壁》中的"远近高低各不同",有两个解决办法:一种是将特别少的归为其他,然后将柱子安装从高到低的顺序排列(能让你的图美观很多);二是干脆就只画具有可比性的三个信用等级,然后文字说明一下其他等级的频数特别少。

3.距离产生美,柱子间要留出空隙,让人喘口气。

三、折线图

折线图的三大特点:

第一,看趋势。指标随时间的变化,呈递增、递减还是持平的趋势。

第二,看周期。指标的取值是都呈现一定的周期规律。

第三,看突发事件。某个事件的发生,出现波峰或者波谷。

第四,对比多个指标的变化。

注意:经济指标的变化趋势惯用柱状图,而非折线图。

三、散点图

散点图是用于展示两个(连续型)变量的一种常用统计图。散点图中的每一个点,由横纵两个坐标值组成。从散点图可以解读两个变量的相关关系:正线性相关、负线性相关、非线性相关、不相关。

注意:相关关系不等于因果关系,人们渴求因果关系,但常用的许多统计工具(回归分析等),探求的只是相关关系。

除了已知的两个变量,当数据中还有其他变量信息时,可以通过修改变"点"的颜色、形状和大小来传递更多信息。

四、茎叶图

茎叶图可以同时展示原始数据和分布的形状,图形由"茎"和"叶"两部分组成。通常以数据的高位数字作为树茎,低位数字作为树叶。


总结

相关推荐
DataGear几秒前
DataGear 企业版 1.4.0 发布,数据可视化分析平台
javascript·信息可视化·数据分析·html·echarts·数据可视化
无闻墨客5 分钟前
数据可视化(matplotlib)-------图表样式美化
python·信息可视化·matplotlib
申朝先生4 小时前
面试的时候问到了HTML5的新特性有哪些
前端·信息可视化·html5
天天进步20155 小时前
Python项目-基于Python的网络爬虫与数据可视化系统
爬虫·python·信息可视化
jonyleek5 小时前
【JVS更新日志】低代码、规则引擎、智能BI、逻辑引擎3.26更新说明!
java·低代码·数据分析·团队开发·软件需求
qq_436962186 小时前
可直接套用的可视化模板
信息可视化·数据挖掘·数据分析
IT从业者张某某8 小时前
Python数据可视化-第1章-数据可视化与matplotlib
python·信息可视化·matplotlib
NEET_LH9 小时前
金融数据分析(MATLAB)个人学习笔记(5):金融实证分析实例
matlab·金融·数据分析
Aloudata10 小时前
平安证券 NoETL 指标平台实践:统一数据口径,驱动高效经营分析与智能决策
大数据·人工智能·数据分析·指标平台·noetl·chat bi
DataGear10 小时前
DataGear 5.3.0 制作支持导出表格数据的数据可视化看板
javascript·信息可视化·数据分析·html·echarts·数据可视化