数据统计分析 — 数据可视化

统计表

统计表是反映统计资料的表格,它一般由四个主要部分组成，即表头、行标题、列标题和数据资料。
设计和使用统计表要注意的几点：

首先，要合理安排统计表的结构。由于强调的问题不同，行标题和列标题可以互换，但应使统计表的横竖长度比例适当，避免出现过高或过宽的表格形式
其次，表头一般应包括表号、总标题和表中数据的单位等内容
再次，表中的上下两条横线一般用粗线，中间的其他线用细线
最后，在使用统计表时，必要时可在表的下方加上注释，特别要注意应注明数据来源

直方图

直方图用于展示分组数据分布，使用矩形的宽度和高度（即面积）来表示频数分布；

饼图

可以清楚的显示每一部分在总体中的比例，可以用于比较，只能用于一个总体各部分的比例显示；饼图是一种应该避免使用的图表，因为肉眼对面积大小不敏感。


上图中，左侧饼图的五个色块的面积排序，不容易看出来。换成柱状图，就容易多了。

一般情况下，总是应该用柱状图替代饼图。但是有一个例外，就是反映某个部分占整体的比重，比如贫穷人口占总人口的百分比。

柱形图（Bar Chart）

可以用来比较同样单位度量出来的数据。
柱状图是最常见的图表，也最容易解读。

它的适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较。年销售额就是二维数据，”年份”和”销售额”就是它的两个维度，但只需要比较”销售额”这一个维度。
柱状图利用柱子的高度，反映数据的差异。肉眼对高度差异很敏感，辨识效果非常好。柱状图的局限在于只适用中小规模的数据集。

通常来说，柱状图的X轴是时间维，用户习惯性认为存在时间趋势。如果遇到X轴不是时间维的情况，建议用颜色区分每根柱子，改变用户对时间趋势的关注。

折线图（Line Chart）数据

折线图适合二维的大数据集，尤其是那些趋势比单个数据点更重要的场合。

它还适合多个二维数据集的比较。

上图是两个二维数据集（大气中二氧化碳浓度，地表平均气温）的折线图。

散点图（Scatter Chart）

散点图适用于三维数据集，但其中只有两维需要比较。

上图是各国的医疗支出与预期寿命，三个维度分别为国家、医疗支出、预期寿命，只有后两个维度需要比较。
为了识别第三维，可以为每个点加上文字标示，或者不同颜色。

雷达图（Radar Chart）

有助于观测多元数据的某些特点；从图中能较难看出数量增减变化的趋势；很难表达出定量的多个指标间的关系。

雷达图适用于多维数据（四维以上），且每个维度必须可以排序（国籍就不可以排序）。但是，它有一个局限，就是数据点最多6个，否则无法辨别，因此适用场合有限。

下面是迈阿密热火队首发的五名篮球选手的数据。除了姓名，每个数据点有五个维度，分别是得分、篮板、助攻、抢断、封盖。

画成雷达图，就是下面这样。

面积越大的数据点，就表示越重要。很显然，勒布朗·詹姆斯（红色区域）是热火队最重要的选手。
需要注意的时候，用户不熟悉雷达图，解读有困难。使用时尽量加上说明，减轻解读负担。

好的图表应包括以下基本特征： – 表述数据的真实情况； – 是多维的，强调数据之间的比较； – 服务于一个明确的目的； – 有对图表的统计描述和文字说明； – 使复杂的观点得到简明、确切、高效的阐述； – 能在最短的时间内以最少的笔墨给读者提供最大量的信息； – 精心设计，清楚标注横/纵坐标、序号、标题；