Python数据可视化分析与案例实战 配套课件.pptVIP

当研究多变量，并且希望变量个数较少而得到的信息较多时，就需要变量降维，例如，使用SAS JMP对销售额（sales）、利润额（profit）、购买量（amount）和折扣（discount）等4个变量进行降维。 9.5.1 变量降维及应用场景 为了深入研究企业销售指标评价体系中各指标的关系，我们对2020年第三季度的销售数据进行了变量降维，使用的数据还是企业经营数据（经营数据.txt），包含销售额、利润额、购买量和折扣等4个字段。 9.5.2 Python案例实战 第10章 文本数据的可视化 目录 1 标签云法 文本数据概述 2 词云法 3 主题河流图法 4 文档散法 5 文本数据是指不能参与算术运算的任何字符，也称为字符型数据。如英文字母、汉字、不作为数值使用的数字（单引号开头）和其他可输入的字符。 文本数据不同于传统数据库中的数据，它具有半结构化、高维度、数据量大、语义性等4个方面的特点。 10.1.1 文本数据简介 文本可视化可以帮助我们理解、组织、比较和关联文本，能够更快的告诉我们文本在讲什么。例如，对于社交网络上的发言，文本可视化可以帮我们信息归类；对于新闻事件，文本可视化可以帮我们整理清楚事情的发展脉络、每个人物的关系等；对于一系列的文档，我们可以通过文本可视化来找到它们之间的联系等。 10.1.2 文本数据的可视化 目录 1 标签云法 文本数据概述 2 词