分析：用编程现数据可视化技巧 盘点常见的图像和用图

DU毛毛

数据可视化顺应了发展，让数据更直观的用图像和图形表式出来，这样做的目的是要吸引人的注意，并且能够让人一眼就能看到想要看的。因为数据可视化的直观性，所以才非常有必要数据可视化，即用某种适合的图像来表示某些数据，那么常见的图像表示方法有哪些呢?培训网的具体问题可以到我们网站了解一下，也有业内领域专业的客服为您解答问题，为成功合作打下一个良好的开端！

常见图像和用图总结


1散点图


还记得高中物理课学过的折定律吗?也称为斯涅尔定律，假设不知道，我们就探索一下。用验的方式分别测量光线入某透明介质的入角和折角大小，测量多次，于是就得到了入角和折角的数据集，分别用和表示。


有了这两组数据，怎么研究入角和折角之间的关系呢?它们之间符合什么函数关系?


一种常用的方法是：


建立一个坐标系，横坐标表示入角，纵坐标表示折角;


将入角及其对应的折角，作为坐标系中的一个坐标点，在此坐标系中把点标记出来。


这样就在坐标系中散落了很多点，如下图所示：接下来的任务就是观察这些点在坐标系中的分布，猜测它们应该符合什么函数关系，比如可能符合某个一次函数关系等(看起来像符合正比例函数的关系，人类曾经很长时间都这么认为，直到伟大的物理学家斯涅耳揭示了其中的奥秘为止)。


2柱形图


柱形图(也称为：柱状图)，适用于二维数据集，但是有一个维度的数据需要具有比较意义。比如下面的数据：对于这份数据，就比较适合用柱形图进行可视化。图中所示的柱子高度，表示数据表中各省的GDP值。


通过柱形图，非常明显地反映了各省GDP数据的差异。但是注意，柱形图不适合大数据，在横坐标上如果排满了柱子，看着多眼晕呀。


3条形图


条形图，貌似就是柱状图横过来，对于数值都是大于0的数据而言，画出来的条形图可以这样理解。但是，下面这种类型的数据也是比较常见的。从数据表中可以看出，我国部分城市1月份比较低气温，有的在0℃以上，有的在0℃以下。对于这类数据，用条形图显示，结果是这样的。当然，这份数据也可以用前面的柱形图现可视化。


4折线图


下面这份数据，是1961~2022年我国的GDP年度增长率。显然，如果用条形图、柱形图来现可视化，效果都不是太好，因为数据量有点大了。对这份数据现可视化，比较好的选择是绘制折线图。从图示结果中，可以看出GDP的发展变化趋势。


折线图比较典型的应用应该算是在股票方面了，范围大一点可以说是金融数据分析方面。


5直方图


直方图貌似柱形图，但两者有很大区别。


直方图是以各个矩形的面积描述各组的频数，所有矩形的面积之积为各组频数的和。


例如，使用下面的程序构造了一批随机数。想直观地了解这个数据集中数字分布的特征，就可以利用直方图。从图中可以看出，虽然是随机生成的，但是数据的分布还是有规律的，这就是统计学中的正态分布。


6饼图


饼图常用于表达某些量所占比例的情况。例如：图中显示了不同量占据总量的百分比，通过饼状图就能够对比分类数据的数值大小。当然，如果类别太多，会把饼分成太多的小份，不美观，也不易于观察。


7箱形图


箱形图又称盒须图、盒式图或箱线图。下图显示了通常的箱形图的形状：通过箱形图，可以观察到如下信息：


数据的统计值为中位数、比较大值、比较小值等


数据集中是否存在异常值，以及异常值的具体数值


数据是否是对称的


数据的分布是否密集、集中


数据是否有偏向性


还要提到股票，如果仔细观察，里面也用到了箱形图。


以上列出的几种图形，是常见的，也是基本的。在这个基础上，还有很多变形，这些变形可能综合了多种含义。


此外，根据不同的用途，还可以创造性地开发新的图像。对数据进行可视化的时候，要根据数据特征、绘图目的选择适合的图像。


以上将数据可视化分为了艺术性可视化和数学性可视化两类。数学性可视化是基于统计学基本知识，运用编程技能现数据可视化，这种方式特别适用于大数据的问题中。是不是很简单?那么，就以比较的速度掌握了数据可视化比较基本的知识，以备不时之需。