6、探索性数据可视化：从单变量到多变量的洞察

最新推荐文章于 2025-09-01 00:07:22 发布

pear55

最新推荐文章于 2025-09-01 00:07:22 发布

阅读量31

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习：从理论到实践文章标签：数据可视化单变量分析多变量分析

本文链接：https://blog.youkuaiyun.com/pear55/article/details/151399593

机器学习：从理论到实践专栏收录该内容

25 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

探索性数据可视化：从单变量到多变量的洞察

在数据分析中，计算数据的数值摘要固然有价值，但对于很多人来说，数字并不能高效地传达他们想要看到的信息。可视化数据往往是发现数据模式的更有效方式。本文将介绍两种最简单的探索性数据可视化形式：单列可视化和两列可视化。

单列可视化：揭示数据形状

单列可视化主要用于突出数据的形状，最典型的技术是直方图。下面以身高和体重数据为例，展示如何使用R语言绘制直方图。

library('ggplot2')
data.file <- file.path('data', '01_heights_weights_genders.csv')
heights.weights <- read.csv(data.file, header = TRUE, sep = ',')
ggplot(heights.weights, aes(x = Height)) + geom_histogram(binwidth = 1)

运行上述代码后，我们会发现数据呈现出钟形曲线的形状，大部分数据集中在均值和中位数附近。然而，这种形状可能是由于所使用的直方图类型造成的错觉。为了验证这一点，我们可以尝试使用不同的组距。

# 组距为5英寸
ggplot(heights.weights, aes(x = Height)) + geom_histogram(binwidth = 5)
# 组距为0.001英寸
ggplot(heights.weights, aes(x = Height)) + geom_histogram(b