不同需求下可視化圖形選擇(翻譯)

03-06

原文鏈接：不同需求下可視化圖形選擇(翻譯)

微信公眾號：機器學習養成記搜索添加微信公眾號：chenchenwings

機器學習工程師George Seif的文章《5 Quick and Easy Data Visualizations in Python with Code》部分內容翻譯。重點說明了散點圖、線圖、直方圖、條形圖和箱型圖的適用條件。

前言

數據可視化是數據科學家工作的重要組成部分。在項目開始階段，人們需要做探索性數據分析（EDA）來獲得數據的深層信息。強大的可視化功能可以幫助人們更簡潔清晰的了解數據，尤其是大量的、多維度的數據。在項目快結束時，用一種直觀簡單的方法，讓不具備很強專業知識的人明白相應結果，也是非常重要的。不同的分析與展示目的，需要選擇不同的可視化圖形，下圖展示了不同的需求，建議選擇的可視化圖形。

散點圖

散點圖可以直觀展現原始點的分布和兩個變數間的關係，並可以通過標記不同顏色，觀察不同類別數據的關係，如下圖：

通過對一些參數進行設置，如point size，我們可以觀察三個變數間的關係，如下圖：

線圖

線圖可以表示兩個具有相關性的變數，一個變數隨另一個變數變化的情況。從下圖，我們可以清楚地看到，所有專業的百分比隨著時間的推移有很大的變化。如果用散點圖來表示這類問題，圖像會非常混亂，很難理解數據的變化趨勢。線圖在這種情況下是完美的，因為它們快速地展現了這兩個變數的協方差（百分比和時間）。

直方圖

直方圖可以有效的展現數據點的分布情況。下圖為IQ的分布直方圖，可以明顯看出，分布集中在中央區域，並且我們可以清楚的了解IQ分布的中值，同樣，還可以看出他是服從高斯分布的。直方圖可以清楚的看到每個區間內頻數的差異。使用直方圖可以幫助我們看到「更大的圖景」，因為如果我們使用散點圖而不是直方圖，那麼在可視化中可能會有很多噪音，很難看清到底發生了什麼。

條形圖

當你試圖把只有少數（通常<10個）類別的分類數據可視化時，條形圖最有效。如果類別太多，條形圖會很雜亂以致於理解困難。條形圖很容易根據各個條形觀察出不同類別數據的差異，不同類別的數據很容易區分並且能設定不同的顏色。條形圖分為三種：普通條形圖，分組條形圖，和堆積條形圖。分組條形圖可用來比較多重分類變數，堆積條形圖可用來反映某一變數上，不同類別的組成情況。三種條形圖的樣式可依次參見下圖：

箱型圖

之前提到的直方圖可以展示數據的分布情況，但如果我們需要更詳細的分布信息時，就要用到箱型圖。箱型的上下兩條邊分別表示四分之一和四分之三分位點，箱內的線表示中值，虛線條上的條線從盒中伸出以顯示數據的範圍。