数据可视化 第三周

0x01 对比型数据可视化

高度差异/宽度差异：柱状图、条形图。

面积差异：面积图、气泡图。

字号差异：单词云图。

形状差异：星状图。

1.柱状图

重叠型柱状图：适合两个类别的数据对比，半透明柱形条，代表某项指标的「目标值」，内部偏窄且不透明的柱形条表示某项指标的「实际完成情况」。通常会搭配折线图使用，折线图则表示目标完成率。

堆叠柱状图：适合既要对比总体的数据，又要对比总体各构成项的数据，但是总体各构成项一般不要大于5个，若大于5个，可按占总体的比例进行归类，展示TOP5的分类，剩下则归为「其他」。

柱状图

2.条形图

可以展示更多的数据条数，一般不要超过30条。若分类项的文本过长时可使用条形图。

3.面积图

按照对比方式的不同，面积图可以分为：「重叠对比型面积图」和「堆砌对比型面积图」

当需要分析各个系列，随时间的变化趋势时，此时使用「重叠对比型面积图」比较合适；（独立）

当既需要分析整体随时间的变化趋势，又要了解整体的各构成项随时间的变化趋势时，使用「堆砌对比型面积图」比较合适。（包含）

面积图

4.气泡图

在散点图中，圆点的面积是相同的。而气泡图，是通过气泡的面积大小来对比数据的图形方式，它除了可以反映散点图中坐标点X、Y的相关关系，还有一个维度的数据可以映射到气泡的面积大小上，因此「气泡图」可以在二维平面展示三维信息的数据。

气泡图

如上图所示，左侧的气泡图，每个气泡展示了三个属性的信息，X-代表人均GDP，Y-代表对应国家的平均寿命，Z-即气泡的大小，代表对应国家的人口数量。所以，相较于散点图而言，气泡图除了可以展示X、Y两个变量间的相关关系，同时还可以对比主体另一个维度的数据，并且这个数据是映射到气泡的大小上的。

5.单词云图

6.雷达图/星状图

当需要对比一个主体、或多个主体本身，在不同维度上的特征时，雷达图和星状图是不错的选择。

雷达图可以视为是星状图中的一行记录。而且，一般情况下，会给予不同维度上的数值一定的权重，从而算出各个主体的综合得分，我们的芝麻信用分就是这么来的。

雷达图

0x02 分布型数据可视化

数据的分布特征，是统计学中「描述性统计」模块研究的内容。要对数据的分布情况进行可视化呈现，首先需要了解数据的描述性度量（集中趋势、离散程度、偏态和峰度），通过这些反映数据分布特征的关键指标，才能确定能够使用哪些图表来进行可视化展示。

1.直方图

我们常用的直方图，主要有「频数直方图」和「频率直方图」，它们都是用于展示离散型分组数据的分布情况。

2.茎叶图

3.箱线图

一组数据中的四分位数，加上这组数据的最大值、最小值，这5个特征值，就可以绘制一个箱线图。

箱线图释义：

箱子的中间一条线，是数据的中位数，代表了样本数据的平均水平。

箱子的上下限，分别是数据的上四分位数Q3和下四分位数Q1，这代表箱体部分包含了数据集中50%的数据，因此，箱子的宽度（四分位距=Q3-Q1）在一定程度上反映了数据的离散程度。

在箱子的上方和下方，又各有一条线，有时候代表着最大最小值，有时候代表的是上下内限。如果有点位于内限之外，理解成“异常值”就好。

箱线图常用的场景有如下几类：

（1）对比多组数据的分布情况。

（2）检测数据中的异常值或离群点。

4.概率密度图

若要描述连续型随机变量其分布规律，概率密度图是一种很直观表现形式。

通过图形化的方式，我们可以清楚的看到随机变量分布的对称性情况，以及随机变量取值是集中还是分散，这些可以通过偏态系数和峰度系数来度量，此处不深入阐释。

5.散点图/气泡图

6.热力图

业务数据分析：带有地理信息属性的数据、或者离散时间属性的数据，也可以使用热力图来进行数据展示。

7.地图

0x03 作业

Q1：比较三家电商公司在消费者心中的印象评分

Q1-excel

echarts

code：

Q2：用户想了解这50家店铺的收入、成本和店铺综合评分的分布，请问用什么图形展示，请用可视化工具进行实现。

Q2