数据可视化概述

　　一个优秀的统计图形应该是清晰、精确且高效的，其应做到以下几点：

　　1、呈现数据；

　　2、引导观察者去思考你要传达的主旨信息，而非去想图形是怎么设计的、用什么工具绘制的这类问题；

　　3、不扭曲数据的真实信息；

　　4、在有限的空间传达尽可能多的你想传达的信息；

　　5、针对大数据集，也能保证图标是清晰的、一目了然；

　　6、不同元素间的对比明显，可以抓住观察者的眼球；

　　7、从概况、细节等不同层面揭示数据隐含的信息；

　　8、服务于某一特定目标，如说明某一个问题或探索数据的隐含信息；

　　9、与对数据集的描述紧密结合。

　　如果运用得当，图表比传统的统计计算更能说明问题，最经典的例子就是安斯库姆四重奏。1973年，统计学家F.J. Anscombe构造了四组奇特的数据，以告诉人们在分析数据之前，对其进行可视化展示是多么重要。

　　（安斯库姆四重奏：F.J. Anscombe构造的这四组x值的平均数都是9.0，y值的平均数都是7.5；x值的方差都是10.0，y值的方差都是3.75；相关度都是0.816，线性回归均为y=3+0.5x，单从这些统计数据来看，四组数据反映出的实际情况非常相似，但事实上，这四组数据有这巨大的差异。）

图1  四重奏数据集

　　尽管各种统计数据显示这四组数据是多么一致，但是透过下面的可视化图表，差异一目了然。

图2  四重奏数据集对应图形

 　　图形化展示也会得到与上述相反的效果，如下图中，我们很容易将目光锁定在A点，这个看似随意的点将对整个数据集的统计结果产生决定性影响，但需要注意的是：虽然在二维散点图中A看似是一个异常点，但在边缘分布（只关注X轴或Y轴）中，A点和其它点并无明显差异。

图3  有异议的A点

　　虽然数据可视化有利有弊，但无论怎样，错误的理论只会产出错误的图形。统计图形与统计计算有一点是相同的，即都取决于输入的数据的质量，再高大上的统计图形也拯救不了错误的操作、荒谬的模型或微小的数据集。

　　Done。从下节开始讲述如何使用图形就行高效的沟通。