可视化基础

可视化是机器学习与数据挖掘的最后一公里，好的可视化可以让人们对数据结果一目了然。下面介绍一下基本知识和可视化要点。
翻译自（Data Visualization: Rules for Encoding Values in Graph， 作者 Stephen Few）

1. 散点图

可视化‘相关性的’时候，散点图特别有用，比折线图的视觉效果好，下图表明y轴和x轴存在微弱的正相关。

image.png

2. 点线图

用线段连接两个点，可视化时间序列数据，此时一定不要用散点图：

image.png

而要使用折线图，可以便于比较不同时间的点值的大小。：

image.png

如下，便于比较相同时间下不同类型点值的大小：

image.png

禁忌：
不同部门的值，用线连接起来毫无意义，如下：

image.png

3. 柱状图

也可以用来加密时间序列数据，此时柱状图侧重点不在于展示趋势，而在于表现体量。

image.png

注意，有时候柱状图的数值远远高于0值，人们为了更好地在视觉上对比差异，纵轴往往从高于0值的某个值开始，以达到缩窄变化幅度的目的，如下图（实际上下图存在严重的可视化问题，下面会分析）：

image.png

问题在于，从坐标变化后的图来看，视觉上，1月的金额差不多占2月金额的1/15，但实际数值相差没有这么大，此时只能从0刻度开始。如何避免这个问题呢即：既要便于比较差异，又不会在视觉尺度上造成这么大的视觉误差？这种情况下，不要用柱状图，而要用点图或线图，原因在于柱状图加密信息的时候用到了位置和柱长度，而点图只用到了位置。效果如下：

image.png