课程: 数据可视化的实用技巧

免费学习该课程！

今天就开通帐号，24,900 门业界名师课程任您挑！

为什么要将数据可视化？

为什么要将数据可视化？

课程: 数据可视化的实用技巧

开始一个月试用 购买团队方案

为什么要将数据可视化？

“

大家都习惯使用汇总统计数据， 比如一个班级的平均身高是多少？ 每位客户的平均销售额是多少？ 这些数字或许是数据集的有用概括， 但也可能掩盖数据中的细节。 这里的风险在于， 依赖汇总可能会有误导性， 甚至将人导向错误的答案。 这方面的典型示例是安斯库姆四重奏。 这四个数据集里的每一个 都包含 11 对 X 和 Y 值。 如果对这些数字应用汇总统计， 我们将得到非常相似的值。 每个数据集的平均 X 值都是 9， 平均 Y 值是 7.5。 X 的方差是 11， Y 的方差是 4.12。 每个数据集的 X 和 Y 之间的相关性 为 0.816， 如果应用线性回归， 就会得到四个数据集的最佳拟合线， 它符合等式 Y=0.5X+3。 于是我们得出结论：这些数据集非常相似。 但如果将这些数据可视化，会怎么样？ 首先，为数据集 I 中的 X1 和 Y1 绘图。 我们可以看到一个粗略的线性关系， 最佳拟合线几乎没有变化。 这可能符合我们根据汇总统计得到的结果。 第二个数据集呢？完全不同。 尽管汇总统计数据相同， 但数据点形成了一条非常规整的曲线， 不符合线性关系。 只看那些原始数据，或者说汇总数据， 我们预料不到这个结果。 再看看数据集 Ⅲ。 它存在非常严密的线性关系。 这条直线与回归线的角度非常接近， 除了这个点。 这个离群值非常大。 再说一次，如果不将这些数据可视化， 我们就看不到这个结果。 最后看看数据集 Ⅳ。 看起来数据 X 一直恒定， 除了这里的这个离群值。 所有其他点都与回归线完全拟合。 如果只看汇总统计结果， 这四组数据是相同的， 但如果将数据可视化，会发现它们截然不同。 只查看数据表，我们得不到这个结果。 对这些数据集进行汇总统计， 我们也得不到这个结果， 反而是四个数据集得到相同的汇总结果。 只有可视化这些数据， 我们才能看到数据的真实形状。 对于任何数据集都是如此。 依赖表或数字的汇总，会掩盖数据中的信息。 我们需要将它可视化， 以充分探索、理解和解释数据。 这就是数据可视化的力量。 数据可视化的起点， 取决于数据集和你想知道的东西。 一般来说，你可以提出五个主要问题。 一个事物与另一个事物相比如何？ 这个数据与那个数据有何关联？ 数据是如何分布的？ 数据是如何构成的？ 数据在地图上看起来如何？ 要提出的第一个问题是 “我想用我的数据找到什么类型的答案？”…

内容