数据可视化实验：关系数据可视化

一、引言与实验原理

在传统的观念里面，一般都是致力于寻找一切事情发生的背后的原因。现在要做的是尝试着探索事物的相关关系，而不再关注难以捉摸的因果关系。这种相关性往往不能告诉读者事物为何产生，但是会给读者一个事物正在发生的提醒。关系数据很容易通过数据进行验证的，也可以通过图表呈现，然后引导读者进行更加深入的研究和探讨。分析数据的时候，可以从整体进行观察，或者关注下数据的分布。数据间是否存在重叠或者是否毫不相干？也可以更宽的角度观察各个分布数据的相关关系。其实最重要的一点，就是数据进行可视化后，呈现眼前的图表，它的意义何在。是否给出读者想要的信息还是结果让读者大吃一惊？

就关系数据中的关联性，分布性。进行可视化，有散点图，直方图，密度分布曲线，气泡图，散点矩阵图等等。本次试验主要是直方图,密度图,散点图。直方图是反应数据的密集程度，是数据分布范围的描述，与茎叶图类似，但是不会具体到某一个值，是一个整体分布的描述。密度图可以了解到数据分布的密度情况。密度图可以了解到数据分布的密度情况。散点图将序列显示为一组点。值由点在图表中的位置表示。散点图通常用于比较跨类别的聚合数据。

二、实验目的与实验环境

本次实验是关系数据可视化技术的操作方法。实验目的包括：

• 掌握关系数据在大数据中的应用
• 掌握关系数据可视化方法
• python 程序实现图表

实验环境：

• OS：win11
• python：v3.11.5

三、实验步骤

1.数据源选择

本次实验选用的数据集是crimeRatesByStates2005。即美国2005年各州犯罪率的情况包括谋杀（murder）、强奸（forcible_rape）、抢劫（robbery）、严重袭击（aggravated_assault）、入室盗窃（burglary)、盗窃（larceny_theft）、机动车盗窃（motor_vehicle_theft）

2.安装所需实验库

在终端输入pip install seaborn安装外部库，如果已安装可以输入pip show seaborn查看库的版本等详细信息

3.不同的可视化方法

（1）散点图，密度分布图和直方图合一

使用 seaborn 模块中的 jointplot 方法将散点图，密度分布图和直方图合为一体，数据选取murder列及burglary列，探究两种犯罪类型的相关关系

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

file_path = r"e:\Microsoft VS Code\VScode py\Big data visualization\crimeRatesByState2005.csv"
data = pd.read_csv(file_path)

sns.set(style="whitegrid")
joint_plot = sns.jointplot(
    data=data,
    x="murder",
    y="burglary",
    kind="reg",
    color="green",
    height=8,
    marginal_kws=dict(bins=20, fill=True)
)

plt.show()

生成的图像：

（2）动态散点图

from pyecharts.charts import EffectScatter
from pyecharts import options as opts
import pandas as pd
import numpy as np

file_path = r"e:\Microsoft VS Code\VScode py\Big data visualization\crimeRatesByState2005.csv"
crime = pd.read_csv(file_path)
crime2 = crime[crime.state != "United States"]
crime2 = crime2[crime2.state != "District of Columbia"]

es = EffectScatter()
es.add_xaxis(crime2["murder"].tolist())
es.add_yaxis("arrow_sample", crime2["burglary"].tolist(), symbol="arrow")
es.set_global_opts(title_opts=opts.TitleOpts(title="动态散点图示例"))

output_file = r"e:\Microsoft VS Code\VScode py\Big data visualization\exam5\effect_scatter.html"
es.render(output_file)
print(f"Chart has been rendered. Open the file at: {output_file}")

生成的图像：

（3）矩阵图

使用矩阵图表示数据集中七种犯罪类型之间的相关关系（提示：剔除 United States 和 District of Columbia 两行表示均值和异常的数据）

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

file_path = r"e:\Microsoft VS Code\VScode py\Big data visualization\crimeRatesByState2005.csv"
data = pd.read_csv(file_path)

data = data[~data['state'].isin(['United States', 'District of Columbia'])]

crime_columns = ['murder', 'forcible_rape', 'robbery', 'aggravated_assault', 
                 'burglary', 'larceny_theft', 'motor_vehicle_theft']
crime_data = data[crime_columns]

sns.pairplot(crime_data, diag_kind="hist", corner=False)
plt.suptitle("Crime Type Pairplot", y=1.02)  
plt.show()

生成的图像：

（4）其他可视化方法

横向条形图能清晰对比各州犯罪率差异，尤其适合展示多个类别（如州名）的数值排名。由于州名较长且数量较多，纵向排列的州名可避免文字重叠，而横向延伸的条形长度能直观反映犯罪率高低。这种图表能通过排序帮助读者一眼识别高犯罪率或低犯罪率的区域。

横向条形图还能平衡简洁性与信息量。用户若关注单一犯罪类型（如谋杀率），可直接用其作为横轴；若需综合评估，也可叠加关键指标（如暴力犯罪率总和）而不显著增加复杂度。

代码：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = pd.read_csv(r"e:\Microsoft VS Code\VScode py\Big data visualization\crimeRatesByState2005.csv")

# 按谋杀率排序
data_sorted = data.sort_values(by="murder", ascending=True)
plt.figure(figsize=(12, 8))
sns.barplot(x="murder", y="state", data=data_sorted, palette="viridis")

plt.title("Murder Rate by State (2005)")
plt.xlabel("Murder Rate")
plt.ylabel("State")
plt.show()

生成的图像：

四、总结与心得

本次以美国2005年各州犯罪率数据为基础，通过Python的seaborn、matplotlib和pyecharts库，探索了关系数据可视化的方法与应用。实验中，通过散点图、矩阵图、密度分布图等可视化手段，直观揭示了不同犯罪类型之间的关联性。散点图显示谋杀率与入室盗窃率存在一定正相关，而矩阵图展现了暴力犯罪与财产犯罪之间的潜在联系。同时，动态散点图的交互设计和横向条形图的对比分析，帮助快速识别高犯罪率区域，为数据解读提供了多维度视角。

在技术实现中，实验重点解决了数据清洗与图表适配的问题。剔除异常值，确保数据分布的真实性；利用seaborn的jointplot将散点图、直方图与密度图融合，在单一图表中同时呈现分布、密度和关联性，提高了信息密度。动态图表的实现则依赖pyecharts的交互功能，通过符号动画增强数据动态变化的感知。