可视化图表

学习视频：【课程合集】大数据博士教你可视化图表选择

---

可视化图表的选择

分布型图表

1. 直方图

• 对数据分组后，统计每个分组的数据量
  
  注意：与柱状图区分

2. 概率密度图

• 通过核密度估计方法（KDE），估计出数据的概率分布情况
• 每个样本点，会对总体的概率分布，产生同昂的影响，也就是“核（Kernel)”。
  经常使用的是高斯核，正态分布
• 这些“核”叠加起来，就成为了数据总体的分布。

注意：

• 每个核的大小选择，会强烈地影响从KDE获得地估计

概率密度图（二维）

• 一维地曲线，扩展到二维的情况下，就变成了曲面
• 一般用等高线图可视化曲面
• 等高线图的层次数非常多时，就可以绘制出图表颜色变化非常平滑
  

3. 箱型图

定义：

• 学术中常用
• 可以观察到数据的大致分布情况
• 对数据的分布描述比较简单
• 如果数据呈双峰或者多峰的分布形态，则无法展示。
  

4. 热力图和色块图

定义：

• 色块图：xy轴为离散值
  

• 热力图：xy轴为连续值
  
  热力图：

• 一开始是矩形色块加上颜色

• 现在多指经过平滑模糊过的热力图谱

• 原理和概率密度图类似
  

---

构成型图表

1. 饼形、环形图

定义：

• 构成型：不同类型大小可比、值可加
• 以扇形角度大小对比分类
• 分类不宜过多
  

2. 堆积百分比柱状图/堆积百分比面积图

定义：

• 多个分组均需要展示构成
• 多组之间进行比较
• 不同分类下，相同维度的数据不是按照同一基准线对齐
• 堆叠太多时，会导致数据很难区分对比
  

---

联系型图表

1. 关系图

• 数据样本与样本之间，存在一定联系
• 由节点（Node，Vertex）和边（Edge)构成联系网络（Network），也可称之为图（Graph）
• 这些网络就是图论（Graph theory）的研究对象
  
  关系图的特点：
• 展现网络
• 也可用散点+线绘制
• 节点位置分布可控

2. 和弦图

• 节点数据沿圆周径向排列
• 节点之间使用带权重（有宽度）的弧线链接
  

相比关系图：

• 排版、节点、边有差异
• 数据可相同

---

联系型图表

1. 桑基图

• 节点之间存在层次区别
• 存在流向关系
  
  注意：
• 对数据有要求，比较少用
• 表示流量，出入相等，保持流量的平衡。

2. 旭日图

• 构成图+父子节点关系
• 环图外层再加环
• 对数据有要求，比较少用