21、数据可视化与分析：从员工分布到疫情数据及A/B测试

数据可视化与分析：从员工分布到疫情数据及A/B测试

1. 员工分布差异分析

在分析员工数据时，通过堆叠条形图展示活跃和非活跃员工的分布情况，能清晰看出两者比例存在差异。尤其明显的是，那些通勤时间长、收入低且在职时间短的员工中，离职比例较大。而且，分析得出的结果可作为识别当前和未来可能离职员工的参考依据。

2. 特殊数据集的可视化挑战与应对

部分数据集难以用常规方式进行可视化，如数据呈指数级变化或属性过多。以COVID - 19数据为例，其每日阳性人数可能翻倍或三倍增长，传统可视化方式难以清晰展示其传播速度。为应对这种快速变化且数值范围大的数据，推荐使用对数刻度。对数刻度是一种非线性刻度，刻度标记按基数的倍数间隔分布，能紧凑地展示大范围数据，并以“x倍更多”或“x倍更大”的方式表达数据关系。

3. 全球COVID - 19阳性病例追踪

3.1 使用对数轴理解变化率

• 步骤 ：
  1. 创建按天统计的阳性病例累计总数趋势线，即SUM(People Positive Case Count)。
  2. 筛选出阿根廷、中国、法国、意大利、韩国、西班牙、美国和赞比亚这八个国家的数据，并将[Country Short Name]用于颜色区分。
  3. 右键点击y轴，将刻度改为对数刻度，并保持为正值，可隐藏右下角表示存在负值的指示。

对数轴能让观众直观看到八个目标国家病例的激增情况，还能清晰展示各国之间的细微差异。例如，中国累计病例数达到约75000后