大数据 第3章 数据可视化.pdf

第3章数据可视化 • 在信息大爆炸的时代，每天都会出现很多新消息、 新发现和新动态。虽然数据已经成为影响企业决 策的重要因素，但是随着信息的过度传播和数据 的泛滥，大多数人都失去了研究大量文字及数据 的耐心与判断力。 • 此时就需要将信息化繁为简，深入浅出，把大量 的信息数据生动地汇聚在一张小小的表格中。 • 图表能够直观的表达数据所要传递的信息，也是 数据分析的方法之一。 【导读案例】南丁格尔“极区图” • 弗洛伦斯·南丁格尔 （1820年5月12 日~1910年8月13 日）是世 界上第一个真正意义上的女护士，被誉为现代护理业之母， 5.12 国际护士节就是为了纪念她，这一天是南丁格尔的生日。 • 除了在医学和护理界的辉煌成就，实际上，南丁格尔还是一 名优秀的统计学家——她是英国皇家统计学会的第一位女性 会员，也是美国统计学会的会员。据说南丁格尔早期大部分 声望都来自其对数据清楚且准确的表达。 南丁格尔 • 南丁格尔生活的时代各个医院的统计资料非常不精确，也不 一致，她认为医学统计资料有助于改进医疗护理的方法和措 施。于是，在她编著的各类书籍、报告等材料中使用了大量 的统计图表，其中最为著名的就是极区图 （Polar Area Chart），也叫南丁格尔玫瑰图。 • 南丁格尔发现，战斗中阵亡的士兵数量少于因为受伤却缺乏 治疗死亡的士兵。为了挽救更多的士兵，她画了这张 《东部 军队（战士）死亡原因示意图》 （1858年）。 南丁格尔 “极区图” • 这张图描述了1854年4月～1856年3月期间士兵死亡情况，右图是1854年4 月～1855年3月，左图是1855年4月～1856年3月，用蓝、红、黑三种颜色 表示三种不同的情况，蓝色代表可预防和可缓解的疾病治疗不及时造成 的死亡、红色代表战场阵亡、黑色代表其他死亡原因。 • 图表各个扇区角度相同，用半径及扇区面积来表示死亡人数，可以清晰 的看出每个月因各种原因死亡的人数。显然，1854～1855年，因医疗条 件而造成的死亡人数远远大于战死沙场的人数，这种情况直到1856年初 才得到缓解。 • 南丁格尔的这张图表以及其他图表“生动有力的说明了在战地开展医疗 救护和促进伤兵医疗工作的必要性，打动了当局者，增加了战地医院， 改善了军队医院的条件，为挽救士兵生命做出了巨大贡献”。 极区图：Facebook vs. 推特 百度地图 数据仪表盘 百度迁徙 12 百度无人车 13 数据可视化软件 • Microsoft Excel • Google Spreadsheets; (在线，谷歌版的EXCEL) • SPSS • Echarts-使用JavaScript 实现的开源可视化库 • Tableau ( 比Excel更深入分析数据，不需编程) • /zh-cn • / • /en/ • Python (需编程) • R语言(需编程) • 。。。。。。 Excel作图 15 直方图 • 直方图用于帮助用户快速对一组数据的每个分段 的数据的量进行统计，然后根据统计结果绘制相 应的柱形图，让用户能够简单、直观地分析数据 组中数据的频数分布情况。 我一眼就看出来了，大 多数人的日加工零件数 在120～125之间! 直方图实例应用 • 使用描述统计和直方图分析工具制定企业销售目标 • A公司是一家财产保险公司，在某次会议上，运营 部张经理被上级安排一项任务：确定推销员的具体 销售目标。张经理感到头疼，如果销售目标制定太 高，将会有很多人不能完成任务，也导致他们失去 信心；如果目标定的过低，又不利于挖掘推销员的 潜力。 • 考虑到这些，张经理首先将企业在2015年的业务数 据调出。 • 对上表中的数据进行分析后，张经理发现这些数 据对制定销售目标并不能提供很多有用的信息。 因此，他又抽取了50名业务人员在2015年的月均 销售额，发现很大一部分业务员的销售额都在一 定的