14、数据可视化：从地图到回归的深度解析

数据可视化：从地图到回归的深度解析

1. 地图与回归的思考

在数据处理中，我们会创建许多地图，包括带点的地图和等值区域图。虽然通过可视化能快速识别地图上的变化，但对于空间数据，不能仅仅依赖可视化。例如，地图上虽显示出变化，但线性回归分析表明，人口因素在很大程度上解释了这些变化。所以，在创建地图或其他可视化形式时，要思考“那又怎样”这个问题。若无法回答，可能就不需要该地图，分析也需换个方向。

以下是推荐的相关读物：
| 书名 | 作者 | 简介 |
| — | — | — |
| Data Points: Visualization That Means Something | Nathan Yau | 提供了一些精美的地理空间可视化示例，并探讨了背后的设计原则，虽无示例代码，但有很多灵感，还包含UFO目击地图。 |
| R Graphics Cookbook | Winston Chang | 若使用R进行可视化，这本书是必备的。它比一般资料更深入地介绍了地图创建，包含R的实践示例和解释。 |
| Naked Statistics: Stripping the Dread from the Data | Charles Wheelan | 是统计学入门的佳作，以简单方式呈现统计概念，并深入讲解线性回归，涵盖该技术的诸多假设和陷阱。 |

2. 安全数据可视化的重要性

数据分析师就像考古学家，要从数据中挖掘故事并传达给他人。一个好的数据故事需具备真实性和相关性。真实性是基础，数据故事不能基于谎言或半真半假的内容，否则无法带来有意义的改变。同时，故事要与读者相关且可行，要了解可视化的受众，思考“那又怎样”的问题。