【可视化】数据仓库与数据挖掘大作业

代码下载链接：http://download.youkuaiyun.com/detail/jsgaobiao/9534463

Ø  【概述】

本次大作业我们选取了第一个题目：基于统计方法的数据分布的图形显示。我们从各省市统计局公布的数据中搜集了包括人均GDP（元）、人口密度（人/平方公里）、PM2.5年平均浓度（微克/立方米）、年旅游收入（亿元）的数据并且做了统计和可视化。

我们认为这些数据可以一定程度上反映出一个省或直辖市的经济（人均GDP）、社会（人口密度）、环境（PM2.5年平均浓度）和文化产业（旅游收入）的发展水平。我们所呈现出来的两张图表也可以让用户直观的从地理位置和对比中，了解省市间发展的差异性以及每个省市自身的发展结构，并且能够轻松地寻找到用户感兴趣的区域。

下面我们将分步骤详细地讲述我们完成作业的流程以及其中涉及到的算法与技术，也希望借这个报告记录下我们学习和使用这些知识技能的过程。

 

Ø  【数据的选取】

本次作业采用的数据来源于各省市统计局的公报，包含了各省市、自治区、特别行政区的人均GDP（元）、人口密度（人/平方公里）、PM2.5年平均浓度（微克/立方米）和年旅游收入（亿元）。其中，澳门特别行政区和台湾的PM2.5年平均浓度、年旅游收入，以及香港特别行政区的年旅游收入缺少官方数据，因此我们采用了新闻报道中的统计数据用于研究。

为了尝试不同组织方式的数据处理，我们使用了tsv和json两种组织形式的数据文件用于两种不同的可视化方案。其中tsv