可视化 | （一）数据基础及基本数据可视化方法

​

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

1. 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。
2. 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。
3. 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