《数据可视化 》 课件 第7章 有关关系的可视化.pdf

第7章有关关系的可视化

本章主要内容

1.在关系中寻求什么

2.关联性（圆点、探索更多的变量、气泡）

3.分布（老式分布图表、有关分布的柱形、延续性的密度）

4.对照和比较

7.1在关系中寻求什么

当某个数量增加时，另一个数量是否会减少？

它们之间是因果关系还是关联关系？

群体彼此之间是存在交叠还是互不干涉？

关联性可以帮助我们根据某一已知指标来预测另一指标。

7.2关联性——散点图（探索更多的变量）

图.散点图矩阵的基本框架

7.2关联性—气泡图

优势在于一次比较3个变量:

x轴

y轴

气泡的面积

图.气泡图的基本框架

7.3分布

直方图

Hist()

用一系列宽度相等、

高度不等的长方形来表

示数据分布

matplotlib.pyplot.hist(x,bins,range,density,weights,cumulative,bottom,

histtype,**kwargs)

参数说明（部分）：

x→作图所用的数据，一维数组，多维数组可以扁平化后再作图

bins→直方图的柱数，可选项，整数、序列或字符串型。默认10

range→指定直方图数据的上下界，默认包含绘图数据的最大值和最小值

（范围）

density→布尔值，如果为True”，将y轴转化为密度刻度，默认为None

weights→为每个数据点设置权重

cumulative→布尔值，是否需要计算累计频数或频率，默认为False

bottom→为直方图添加基准线，数组型，默认为none

histtype→直方图类型，分为bar,barstacked,step,stepfilled。默认为bar

盒须图（箱形图

主要用于反映原始数据分布的特征，也可以进行多组数据分布特征的比较。

内距IQR

Inter-

Quartile

Range，

又称为四

分位差。

盒须图变种

可以水平或者垂直绘制

盒须图变种

2DBoxPlotRelplotRangefinderBoxPlotBagPlot

matplotlib.pyplot.boxplot(x,notch,vert,patch_artist,whis,widths,labels,**kwargs)

x：输入数据。类型为数组或向量序列。必备参数。

notch：控制箱体中央是否有V型凹槽。当取值为True时，箱体中央有V型凹

槽，凹槽表示中位数的置信区间；取值为False时，箱体为矩形。类型为布尔

值，默认值为False。可选参数。

sym：离群点的默认标记符号，详解flierprops参数。类型为字符串，默认值

为None。可选参数。取值为隐藏离群点，取值为None时，取值为b+’。

vert：箱体的方向，当取值为True时，绘制垂直箱体，当取值为False时，绘

制水平箱体。类型为布尔值，默认值为True。可选参数。

whis：箱须的位置。类型为浮点数或浮点数二元组，默认值为1.5。可选参数。

7.4对照和比较（多变量比较）

1.切尔诺夫脸谱图（ChernoffFaces）

根据数据，将多个变量一次性展现在人脸的各个部位上，例如耳朵、头发、眼睛、鼻子等

图.2008—2009赛季NBA前50位得分手的切尔诺夫脸谱图

2.雷达图（RadarChart，SpiderChart）

•也称为网络图、蜘蛛图、星图、

蜘蛛网图，是一种表现多维数据

的图表。

•将多个维度的数据量映射到坐标

轴上，每一个维度的数据都分别

对应一个坐标轴，这些坐标轴以

相同的间