华东师大版必修1 第3章第2节 数据分析与可视化 课件.pptVIP

高中信息技术 必修一 数据与计算 第 三 章 数据处理与应用 第2节　数据分析与可视化 课 堂 导 入 数据分析是指使用适当的分析方法对采集和整理后的数据加以 详细研究,提取有用的信息和形成概括总结的过程。我们通常运用统 计方法,对数据进行定性与定量的分析,然后借助可视化工具,直观清 晰地呈现信息,并把信息的特征形象地传递给人们。 一、数据分析 为了从数据中获取有价值的信息,对数据进行采集和整理后,还需要选用适当的方法与工具对数据进行分析。通过数据分析,可以描述事物的现状,发现相关要素的关系,并对事物的发展趋势做出相应 的预测。 1. 数据分析基本方法 2. 数据分析常用工具 （1） 电子表格软件 图 3.17 电子表格 软件应用界面示例 （2） 在线数据分析平台 图 3.18 在线数据分析平台示例 （3） 数据分析语言 Python语言 R语言 MATLAB语言 在对数据进行分析时,Python语言具有较强的网络数据获取优势,还可调用丰富的工具库。例如,Numpy库中的sum()、mean()、 min()、max()和Pandas库中的value_counts()等都是可以用于统计的函数。 R语言和 MATLAB语言依靠其独特的功能在相关专业领 域使 用 得 更 为 广 泛。例 如,R 语 言 在 统 计 学 领 域 使 用 较 多 R语言和 MATLAB语言依靠其独特的功能在相关专业领 域使 用 得 更 为 广 泛。例 如,MATLAB语言则在工程计算等领域更受欢迎。 二、数据可视化 1. 数据可视化的基本工具 电子表格软件中的图表功能可以 基于选定的数据,用柱形图、折线图、饼图等方式呈现出来。创建图表 后,可以通过修改数据标记、图例、标题、文字等来美化图表或强调某些信息,也可以用图案、颜色、对齐方式、字体及其他格式属性来对图 表进行设置。 电子表格软件的数据可视化过程直观、易用,但是对于大量数据可视化的实现就比较困难了。 当数据量较大时,可以使用编程语言对这些数据进行可视化。 Python语言中,Matplotlib是一种应用较广的绘图工具包,使用其中 的pyplot子库所提供的函数可以快速绘制图形,并能使用标签进行修 饰,从而制作出高质量的数据分析图。 Python语言中,引入 Matplotlib的pyplot子库的语法为: pyplot绘制图形有一个基本流程： 创建画布与创建子图 添加画布内容 保存与显示图形 表 3.8 pyplot中创建画布以及创建并选中子图的常用函数 表 3.9 pyplot中添加各类标签和图例的常用函数 表 3.10 pyplot中保存和显示图形的常用函数 图 3.21 绘制不含子图的 图形 2. 常用的数据分析图 （1） 分析特征间的关系 散点图和折线图是数据分析最常用的两种图形。这两种图形都能够分析不同数值型特征间的关系。其中,散点图主要用于分析特征 间的相关关系,折线图则用于分析自变量特征和因变量特征之间的趋 势关系。 散点图(scatterdiagram)又称为散点分布图,是以一个特征为横坐标,以另一个特征为纵坐标,利用坐标点(散点)的分布形态反 映特征间统计关系的一种图形。散点图中,值由点在图中的位置 表示。 图 3.22 绘制简单的散点图 * * *