多元数据的可视化.pptxVIP

多元数据的可视化;目录;高维多元数据，指每个数据对象具有两个或两个以上独立或相关属性的数据。高维多元数据在人类社会生活中普遍存在，且数量和规模随着信息化进程加深而不断增长。 如果根据数据类型或分析处理需求的不同，高维多元数据涉及文本数据、层次结构数据、网络结构数据、空间数据、时序数据等诸多子领域，而每个领域又有其独特的分析方法。;对于二维和三维数据可以采用常规的可视化方法，即将各属性的值映射到不同的坐标轴。当维度超过三维后，可以增加视觉编码来表示，例如颜色、大小、形状等，但是对于更高维多元数据的可视化，这种方法还是有局限的。;目录;散点图矩阵是散点图的高维扩展，它从一定程度上克服了在平面上展示高维多元数据的困难，在展示多维数据的两两关系时有着不可替代的作用。 当需要了解多个变量的相关关系时，就可以使用散点图矩阵。例如，研究企业销售额（sales）、利润额（profit）、购买量（amount）和折扣（discount）之间的相关性大小。;在Python中，我们也可以很方便的绘制上述案例中商品的销售额、利润额、购买量和折扣4个变量的散点图矩阵，下面使用Seaborn库绘制4个变量的散点图矩阵，其中颜色表示每个订单客户的价值类型。;目录;雷达图又被叫做蜘蛛网图，适用于显示三个或更多的维度的变量。 雷达图每一个维度的数据都分别对应一个坐标轴，这些坐标轴具有相同的圆心，以相同的间距沿着径向