《数据思维》之数据可视化_读书笔记

文章目录

• 系列文章目录
• 前言
• 一、pandas是什么？
• 二、使用步骤
  • 1.引入库
  • 2.读入数据
• 总结

---

前言

数据之道，路漫漫其修远兮，吾将上下而求索。

---

一、数据可视化

        最基础的数据可视化方法就是统计图。一个好的统计图应该满足四个标准：准确、有效、简洁、美观！由此对应的就是统计图的“实力派”（准确+有效）和“偶像派”（简洁+美观）。

        实力派：准确+有效

                准确是统计图最基本的要求，即要使用正确的统计图区描述不同类型的数据。比如，对于离散型变量（性别，职业等），可以画饼状图或者柱状图；对于连续型变量（年龄、工资），可以画直方图或者箱线图；对于时间序列变量（GDP、CPI等），可以画折线图。这就好比不同的季节穿不同的衣服。

        偶像派：简洁+美观

                一个美观的统计图应该同时满足准确、有效和简洁的标准。

二、图例

        柱状图：

                柱状图是针对离散型变量（比如性别）所做的图。每根柱子代表一个类别（男性或者女性），柱子的高度是此类别的频数。作图后要有适当的评述。

                注意：

                        1. 作图后要有适当的评述。

                        2.当出现《题西林壁》中的“远近高低各不同”，有两个解决办法：一种是将特别少的归为其他，然后将柱子安装从高到低的顺序排列（能让你的图美观很多）；二是干脆就只画具有可比性的三个信用等级，然后文字说明一下其他等级的频数特别少。

                        3.距离产生美，柱子间要留出空隙，让人喘口气。

三、折线图   

        折线图的三大特点：

                第一，看趋势。指标随时间的变化，呈递增、递减还是持平的趋势。

                第二，看周期。指标的取值是都呈现一定的周期规律。

                第三，看突发事件。某个事件的发生，出现波峰或者波谷。

                第四，对比多个指标的变化。

         注意：经济指标的变化趋势惯用柱状图，而非折线图。

  

三、散点图

        散点图是用于展示两个（连续型）变量的一种常用统计图。散点图中的每一个点，由横纵两个坐标值组成。从散点图可以解读两个变量的相关关系：正线性相关、负线性相关、非线性相关、不相关。

        注意：相关关系不等于因果关系，人们渴求因果关系，但常用的许多统计工具（回归分析等），探求的只是相关关系。

        除了已知的两个变量，当数据中还有其他变量信息时，可以通过修改变“点”的颜色、形状和大小来传递更多信息。

四、茎叶图

    茎叶图可以同时展示原始数据和分布的形状，图形由“茎”和“叶”两部分组成。通常以数据的高位数字作为树茎，低位数字作为树叶。

   

              

---

总结