永康高端网站建设,html5网站基础,小程序模板代理,网站内链少改怎么做第04篇#xff1a;数据可视化——一图胜千言 写在前面#xff1a;大家好#xff0c;我是蓝皮怪#xff01;前面几篇我们聊了统计学的基本概念、数据类型和描述性统计#xff0c;这一篇我们要聊聊数据分析中最直观、最有趣的部分——数据可视化。你有没有发现#xff0c;很…第04篇数据可视化——一图胜千言 写在前面大家好我是蓝皮怪前面几篇我们聊了统计学的基本概念、数据类型和描述性统计这一篇我们要聊聊数据分析中最直观、最有趣的部分——数据可视化。你有没有发现很多时候一张图胜过千言万语无论是新闻报道、商业分析还是朋友圈晒步数数据可视化都无处不在。今天我们就来聊聊如何用图表让数据说话。 这篇文章你能学到什么
数据可视化的基本概念、发展与作用常见统计图表的类型、适用场景、优缺点和解读方法生活化案例与常见陷阱Python可视化代码示例如何用图表讲好数据的故事 1. 从生活说起为什么要学数据可视化
你有没有遇到过这些场景 看新闻时一张房价走势图让你一秒看懂十年变化。 点外卖时饼图显示不同菜品的销量占比帮你选出爆款。 刷朋友圈时步数排行榜一目了然谁最爱运动一看便知。
其实数据可视化早已渗透到我们生活的方方面面。它能让复杂的数据变得直观、易懂也能帮助我们发现数据背后的规律和故事。 2. 数据可视化的核心概念与发展
2.1 什么是数据可视化
数据可视化就是用图形、图表等视觉手段把抽象的数据变成直观的信息。它的本质是让数据说话帮助我们更快、更准确地理解数据。
2.2 为什么要做可视化
直观表达一张图能让人秒懂数据全貌。发现规律图表能揭示数据中的趋势、分布和异常。辅助决策可视化结果常常是决策的依据。沟通交流图表是团队、公众沟通的通用语言。
2.3 可视化的历史与发展
18世纪最早的统计图表如威廉·普莱费尔的条形图、折线图、饼图19世纪南丁格尔玫瑰图、约翰·斯诺霍乱地图等推动了数据可视化在医学、社会科学的应用20世纪计算机普及图表类型和交互方式极大丰富21世纪大数据、AI、交互式可视化如Tableau、PowerBI、ECharts、D3.js成为主流 3. 常见统计图表类型与适用场景
图表类型适用数据主要作用优点局限生活例子条形图分类/分组比较各类别数量直观、易读类别过多时拥挤各城市人口、不同菜品销量饼图分类/比例显示各部分占比形象、突出比例类别多时难分辨市场份额、预算分配直方图连续/分组展示分布形态反映分布、异常只适合数值型成绩分布、身高分布箱线图数值型展示分布特征和异常值显示中位数、离群值不显示分布细节班级成绩、工资分布折线图时间序列展示趋势变化反映趋势不适合离散类别股价走势、气温变化散点图数值型展示变量关系发现相关性变量多时难读身高与体重、收入与消费热力图分组/矩阵展示分布密度直观、对比强需二维分组城市与性别分布密度图数值型展示分布平滑曲线细腻、平滑受带宽影响收入分布、消费分布分组对比分类数值多组对比直观对比组数多时拥挤各城市步数对比相关性热力图多变量展示变量间相关性一目了然只反映线性相关多指标分析 4. 实际案例与可视化代码
这里我们用一组模拟数据展示不同类型的可视化效果。
4.1 生成示例数据
import numpy as np
import pandas as pd
np.random.seed(42)
n 300
data {性别: np.random.choice([男, 女], n, p[0.52, 0.48]),城市: np.random.choice([北京, 上海, 广州, 深圳, 杭州], n),年龄: np.random.normal(32, 8, n).round(1),身高: np.random.normal(168, 8, n).round(1),月收入: np.random.lognormal(9.2, 0.5, n).round(0),步数: np.random.poisson(8000, n),消费: np.random.gamma(2, 2000, n).round(0)
}
df pd.DataFrame(data)
df[年龄] np.clip(df[年龄], 18, 65)
df[身高] np.clip(df[身高], 150, 190)4.2 条形图不同城市样本数量
import matplotlib.pyplot as plt
city_counts df[城市].value_counts()
plt.figure(figsize(7,5))
city_counts.plot(kindbar, colorskyblue)
plt.title(不同城市样本数量)
plt.xlabel(城市)
plt.ylabel(人数)
plt.xticks(rotation0)
plt.tight_layout()
plt.show()条形图适合比较各类别数量直观反映不同城市的样本分布。 4.3 饼图性别比例
plt.figure(figsize(4,4))
df[性别].value_counts().plot(kindpie, autopct%1.1f%%, colors[lightblue,lightpink])
plt.title(性别比例)
plt.ylabel()
plt.tight_layout()
plt.show()饼图突出比例关系适合展示性别、市场份额等占比。 4.4 直方图年龄分布
plt.figure(figsize(7,5))
plt.hist(df[年龄], bins15, colorlightgreen, edgecolorblack)
plt.title(年龄分布直方图)
plt.xlabel(年龄)
plt.ylabel(人数)
plt.tight_layout()
plt.show()直方图反映年龄的分布形态是否偏态、集中或分散。 4.5 箱线图身高分布
import seaborn as sns
plt.figure(figsize(6,5))
sns.boxplot(ydf[身高], colorgold)
plt.title(身高分布箱线图)
plt.ylabel(身高 (cm))
plt.tight_layout()
plt.show()箱线图揭示身高的中位数、四分位数和异常值。 4.6 折线图某城市月收入趋势
months np.arange(1,13)
city_income np.random.normal(12000, 2000, 12)
plt.figure(figsize(7,5))
plt.plot(months, city_income, markero, colororange)
plt.title(某城市月收入趋势)
plt.xlabel(月份)
plt.ylabel(月收入 (元))
plt.xticks(months)
plt.tight_layout()
plt.show()折线图适合展示时间序列数据的趋势变化。 4.7 散点图身高与月收入的关系
plt.figure(figsize(7,5))
plt.scatter(df[身高], df[月收入], alpha0.6, colorpurple)
plt.title(身高与月收入的关系)
plt.xlabel(身高 (cm))
plt.ylabel(月收入 (元))
plt.tight_layout()
plt.show()散点图揭示变量间的相关性和分布特征。 4.8 热力图不同城市与性别的样本分布
pivot pd.crosstab(df[城市], df[性别])
plt.figure(figsize(6,5))
sns.heatmap(pivot, annotTrue, cmapYlGnBu, fmtd)
plt.title(不同城市与性别的样本分布热力图)
plt.tight_layout()
plt.show()热力图适合展示二维分组数据的分布密度。 4.9 密度图消费分布
plt.figure(figsize(7,5))
sns.kdeplot(df[消费], fillTrue, colorteal)
plt.title(消费分布密度图)
plt.xlabel(消费 (元))
plt.tight_layout()
plt.show()密度图平滑展示消费数据的分布形态。 4.10 分组对比箱线图不同城市步数分布
plt.figure(figsize(8,6))
sns.boxplot(x城市, y步数, datadf)
plt.title(不同城市步数分布箱线图)
plt.xlabel(城市)
plt.ylabel(步数)
plt.tight_layout()
plt.show()分组箱线图适合多组数值型数据的对比。 4.11 相关性热力图数值变量相关性
corr df[[年龄,身高,月收入,步数,消费]].corr()
plt.figure(figsize(7,6))
sns.heatmap(corr, annotTrue, cmapcoolwarm, fmt.2f)
plt.title(数值变量相关性热力图)
plt.tight_layout()
plt.show()相关性热力图一目了然地展示多变量间的线性相关关系。 5. 别被这些误区骗了
❌ 误区1图越花哨越好
真相可视化的核心是清晰表达过度装饰反而干扰理解。
❌ 误区2图表越多越好
真相图表不是越多越好关键是选对、用好。过多的图表反而会分散重点甚至造成信息干扰。
❌ 误区3只看图不看数据
真相图表是辅助理解关键还是要结合数据本身。
❌ 误区4图表类型随意选
真相不同数据类型、分析目的需选用合适的图表。 6. 实际应用建议
选对图表类型别乱炖。图表要有标题、坐标轴、单位必要时加注释。颜色搭配要协调避免过度花哨。关注数据分布和异常值别只看均值。代码可复用建议封装常用绘图函数。结合交互式可视化工具如Tableau、PowerBI、ECharts、Plotly等提升分析效率。 7. 练习一下
基础题
哪些场景适合用条形图哪些适合用折线图饼图和条形图的区别是什么箱线图能揭示哪些信息热力图和相关性热力图的区别
思考题
你在生活中见过哪些有趣或误导的数据可视化如果要展示某公司三年内各部门员工人数变化应该用什么图为什么如何判断散点图中的变量是否存在线性相关
动手题
用Python画出你自己的步数、体重或消费数据的趋势图。用模拟数据画出身高与体重的散点图并尝试解释相关性。试着用箱线图和密度图对比同一组数据的分布特征。 8. 重点回顾
数据可视化让数据说话是数据分析的重要环节。常见图表有条形图、饼图、直方图、箱线图、折线图、散点图、热力图、密度图、分组对比图、相关性热力图等。选对图表类型表达更清晰。图表要关注分布、趋势、异常值。 9. 下期预告
下一篇我们将进入概率的世界聊聊概率基础不确定性的数学。你将学到
概率的基本概念和计算方法生活中的概率现象概率与统计的关系常见概率误区
概率是理解统计推断的基石敬请期待 参考资料
吴喜之著《统计学从数据到结论》中国统计出版社盛骤等著《概率论与数理统计》高等教育出版社作者个人学习和实践经验总结 写在最后如果你觉得这篇文章对你有帮助欢迎点赞、收藏和分享有任何问题或建议欢迎在评论区留言交流我会认真回复每一条评论。让我们一起用统计学的眼光看世界一起进步
