11、调查数据分析：从浅入深的探索

调查数据分析：从浅入深的探索

在调查数据分析中，我们可以将其分为浅层分析和深层分析。浅层分析只是对调查收集到的所有数据进行表面的浏览，使用最简单的分析工具突出最少的发现。这些工具虽然本身有用且信息丰富，但只是应该使用的第一批工具，而不是唯一的工具。它们能帮助我们挖掘出一些发现，但仍有很多信息被埋藏。而深层分析则需要通过假设检验和关键关系建模等方式，寻找超越浅层分析所揭示的明显信息之外的洞察。

1. 数据可视化之热力图

在数据可视化方面，热力图是一种有效的工具。假设我们有一个矩阵，如相关矩阵或交叉表，我们可以通过对每个单元格进行颜色编码来展示它。为了更有效地显示矩阵中的关系，使用不同的色调或强度来表示矩阵中值的范围。值处于较低范围的单元格用低颜色强度填充，值处于较高范围的单元格用高颜色强度填充。这样，我们可以根据颜色强度快速识别具有低和高值的单元格。强度可以被解释为“热度”，低强度表示低热，高强度表示高热。为了辅助解释“热度”，需要一个刻度，即温度计或颜色图。我们可以使用调色板来指定颜色图的颜色，一些可用的调色板包括：
- YlGnBu：黄/绿/蓝的变化
- Blues：蓝色的变化
- BuPu：蓝/紫的变化
- Greens：绿色的变化

更多调色板可参考 Seaborn 文档。例如，在酸奶调查的年龄 - 性别分布中就可以使用热力图来展示，如图 3.26 所示。

2. 加权汇总：交叉表和描述性统计

我们可以对交叉表和描述性统计应用权重。首先要验证权重的总和是否等于总体总数。可以使用 Pandas 的 sum 方法或 statsmodels 的 DescrStatsW 函数来完成，该函数会返回一些加权