Python資料可視化2.6 一些最好的可視化實踐

<b>2.6　一些最好的可視化實踐</b>

<b></b>

我們完成一個好的可視化的最首要一步是了解努力背後的目标。如何了解可視化是否有其意圖？同樣重要的是了解觀衆群以及這種方式是否有幫助。

一旦回答了這些問題并透徹了解可視化的目标，那麼下一個挑戰就是選擇正确的呈現方法。最常用的可視化類型可根據下述内容進一步分類：

比較和排名

相關性

分布

位置定位或地理資料

局部到整體的關系

随時間的變化趨勢

2.6.1　比較和排名

比較和排名的方法不止一種，傳統的方法使用條形圖。條形圖是在相同基線上以編碼數值為長度的圖形。但它并不總是比較和排名的最佳方法。例如，為了展示非洲gdp排名前12名的國家，下面是一種創造性的可視化方式（來源：stats legend，andrew gelman and antony unwin）：

2.6.2　相關性

相關性不能保證一種關系，但一種簡單的相關性分析是識别不同測度間關系的良好開端。通常需要一種統計方法來確定關系的真實存在。下面的例子是通過建構一個簡單的散點圖來檢測兩個因子間關系，比如同一所大學中學生的gpa和tv，gpa和exercise：

我們也可以用其他方法展示相關矩陣。比如，可以用散點圖、熱力圖，或一些特定的案例來展示s&amp;p 100中股票的影響力網。（下面兩個圖來自statistical tools for high throughput analysis，網址是：http://www.sthda.com。）需要進一步強調，一個相關矩陣包括資料的矩陣形式。如下面的例子所示，資料通過一個縮放後的顔色圖計算相關性。為了解更多細節，我們建議您參考下面的網站：http://www.sthda.com。

相關矩陣被用來研究同一時間多個變量間的依賴性。結果是一張表，包括每一個變量與其他變量的相關系數。熱力圖源于資料矩陣形式的二維展示。通過很多不同的顔色方案來說圖解熱力圖，每一種方案都有感覺優點和缺點。

2.6.3　分布

分布分析展示了數值在區間範圍内的分布，是以，在資料分析中非常有用。比如，比較同一個班的學生在家庭作業、期中考試、期末考試和全部課程成績的得分分布。在這個例子中，我們将讨論使用最普遍的兩種圖表類型來實作這個目的。一種是直方圖（如下圖所示），另一種是箱線圖或箱須圖。

直方圖的形狀非常依賴于箱子的大小和位置。箱須圖特别适用于多元分布。它們将所有資料點（在這個例子中是學生的得分）打包入箱須圖中。現在，你可以很容易識别出所有類别中的最小值、25%分位數、中位數、75%分位數和最大值，這些都能同時進行。

python中有一種便捷的畫圖方法plotly它是一種線上分析和可視化工具。plotly提供線上畫圖、分析和統計工具，還有python、r、julia和javascript的科學繪圖庫。直方圖和箱線圖的案例請見：https://plot.ly/python/histograms-and-box-plots-tutorial。

2.6.4　位置定位或地理資料

地圖是展示位置定位資料的最佳方法。地圖最适用于與另外一個圖配對的情況，該圖詳細說明了地圖的展示内容（比如條形圖按從大到小排序，線圖展示趨勢，等等）。比如，下面的地圖展示了不同大洲之間地震的強度：

2.6.5　局部到整體的關系

餅圖适用于展示局部到整體的關系，但還有其他方式。分組的條形圖适用于比較類别中每個元素與其他元素，以及所有類别的元素。然而，分組使區分每個組的整體差異變得更難。下圖是累積柱形圖。

累積柱形圖适用于展示整體差異，這是因為它們在視覺上聚集同一個組中的所有類别。不足之處是比較單個類别大小變得更難。這種累積方式也展示出一種局部到整體的關系。

2.6.6　随時間的變化趨勢

最常用類進行資料分析的可視化方法是展示一段時間的變化趨勢。在下面的例子中，2009～2015年穿戴式裝置的初創公司投資情況被畫成圖。該圖表明，該項投資在幾年中持續增長；而在2013年，隻有43起總價值$166百萬的交易，所有年份中最高點是2014年61起總價值$427百萬的交易，相比僅一年前。