Python數據分析及可視化實例之可視化圖表應用簡介

01-27

系列文章總目錄：Python數據分析及可視化實例目錄

摘自天善智能小夥伴：可視化圖表初階

簡述

數據可視化-通過圖表形式展現數據，幫助用戶快速、準確理解信息。準確、快速是可視化的關鍵，好的可視化會「講故事」，能向我們揭示數據背後的規律。對於可視化，有一個常見誤區：分析師追求過於複雜的圖表，反而使得業務人員難以理解。其實越簡單的圖表，越容易被理解，而快速易懂地理解數據，正是可視化最重要的目標。

大多數人對於基礎的數據圖表都有一定的認知，但卻未必清楚，在哪一種場景使用何種圖表，本文主要給大家介紹基礎圖表的特性，讓大家知道在何種場景使用該類型圖表。

圖表的基本組成元素

一張圖表至少包含：標題、橫縱坐標軸、數據系列、數據標籤、圖例等部分，每一部分都在圖表中扮演特定的角色表達特定的信息。當然這些元素並不是必須具備的，當信息足夠清晰時，你可以精簡部分元素，使得圖表更加簡潔。

正確理解維度與指標

維度(Dimension)

類別型欄位、一般是離散的、不可進行四則運算
常常是觀察數據的角度，往往是橫坐標

度量/指標(Measure)

數值型欄位、一般是連續的、可進行四則運算
一般都是數據的數值化衡量，往往是縱坐標

------------------------分割線----下面是4種常見、常用基礎圖表-------------------------------

1. 折線圖「家族」

折線圖的核心思想是 趨勢變化。

作為信息最明了的圖表，是各種圖表中最容易解讀的圖表，以下是它的幾種變種：

基礎折線圖

技巧1：添加關鍵運營事件標記
技巧2：添加趨勢線，當R2>0.6時可採納該趨勢線，R2越接近1，趨勢越可靠

堆積面積圖

面積大小對應該類別數值大小，反映不同類別佔比關係及其時間趨勢變化。以下圖為例，你可看出AppStore和360下載量Top1、2的渠道。
缺點：由色塊面積來表示數值大小有時候不直觀。以下圖為例，需仔細看圖才能知道AppStore和360手機助手是有做過投放的

折線圖小結

1）折線圖是點、線連在一起的圖表，可反映事物的發展趨勢和分布情況；

2.）適合在單個數據點不那麼重要的情況下表現變化趨勢、增長幅度。

2. 柱形圖「家族」

柱形圖的核心思想是對比

累加柱形圖

適合少量類別的對比，且對比信息特別清晰
與堆積面積圖相比，堆積面積圖比累加柱形圖多一時間維度，它可表達時間維度上的趨勢變化。

多指標柱形圖

主要運用於多個指標進行對比分析的場景，但類別對象不宜過多，當超過5個，不適合使用此圖表
技巧：當各對比指標大小相差10倍甚至更大時，可採用標準化，如：對數值取自然對數，既能有效縮小指標量度差距，也能保留同指標的大小關係

條形圖

當對比對象類別>5時，將多指標柱形圖更改為單指標的條形圖，能有效提高數據對比清晰度
條形圖，必須按照數值大小降序排列，這是提升條形圖閱讀體驗的重要手段

瀑布圖

核心是按維度/指標下鑽分解，如：公司收入各用途分解、公司年利潤按分公司分解、業績按銷售團隊分解；
對比餅圖的優勢在於，拆解項較多時，瀑布圖通過數字的標記仍可清洗辨別，而餅圖在分解項>5時就不易辨別。

柱形圖結合折線圖

對比多個指標，尤其是對比指標與指標的增長率上非常適用，使得一個圖表可以表現兩個層次的信息。(當然要儘可能避免信息的重複。如下圖，折線圖含義如果換成團隊簽約數占公司總簽約數比例，則意義不大)
使用雙坐標軸，要表明清晰

直方圖

當橫坐標變成連續的分組，就可以製作直方圖(與柱形圖主要差別在於，直方圖一般不同數據系列沒有間距)
當組別劃分無限細化，我們就可以繪製概率分布曲線或者稱為密度曲線，最常見的就是正態分布，這裡不舉例。

柱形圖小結

1) 核心是對比，柱形圖的目的是將對比信息放大，直觀呈現出來；

2) 由於直觀，柱形圖適合做結論的表達；

3) 柱形圖一般不用在時間維度的變化；

4) 柱形圖的數據系列和點不宜過多，否則建議改變圖表形式；

5) 柱形之間的寬度盡量小於柱形本身的寬度。

3. 散點圖「家族」

散點圖的核心思想是研究

研究型圖表，適合用於發現變數間的關係與規律，不適合用於清晰表達信息的場景

基礎散點圖

基礎散點圖觀察兩個指標的關係

氣泡圖

在基礎散點圖上添加一個維度：用氣泡大小表示新的一個維度

下圖中，氣泡大小表示配送費用

基於散點圖的分類矩陣

分類運營，精準運營是現代化運營的一個重要課題，通過分類矩陣進行分類是一個有效手段
難點1: 構建指標可用於分類的橫縱坐標軸指標，這需要很強的業務認識
難點2: 確定指標的分界點，同樣需要足夠的業務判斷能力

散點圖小結

1) 散點圖作為研究型圖表，經常在數據分析前期被使用，在報告中很少見；

2）散點圖不夠直觀，大多時候不能直接表達結論；

3）散點圖對於業務敏感度和數據意識要求較高；

4）散點圖只是入門的鑰匙，發現規律只是分析的切入口。

4. 餅圖「家族」

餅圖的核心思想是分解

基礎餅圖

技巧：將需要突出顯示的部分，置於左上角，順時針方向

旭日圖

旭日圖在基礎餅圖上可表達更多層次的分解關係，如下圖：有季度分解、月度分解、再到每周，且每個維度之間可兼容包含

餅圖小結

1) 一般來說，數值最大的部分排在最前面，也就是12點鐘方向順時針；

2) 餅圖的細分項不宜過多，一般不超過8項；

3) 不要製作三維的餅圖，不直觀；

4) 切忌將餅圖拉得過開，若要突出某一塊，可單獨將其拉開。

其實，個人覺得餅圖在實際場景中應當儘可能少的使用(因人眼對面積大小不敏感），而且對指標的分解柱形圖同樣能勝任，且遠遠清晰於餅圖。

當且僅當，用於反應單個模塊佔整體比重時，適合用餅圖，如下圖：

Bokeh簡介

Bokeh最大的優點就是開源，可以與Flask進行交互。其他優點見：Welcome to Bokeh

至於Seaborn，Ggplot2的優點也是比較多的，Bokeh也是可以和他們交互滴，如前者的風琴圖。然而截至本文之前，國內並沒有完整的Bokeh中文教程，而我也是摸索的發現一些可以總結知識點，並不全面。再次強調，官方文檔是最好的教程，系列文章主旨是通過實例講述。

膠水語言博大精深，

本主只得一二為新人帶路：

Python數據分析及可視化實例目錄