Chapter1 数据可视化概述、Chapter2 数据可视化.pptx

数据分析与可视化;1.1 数据、信息和知识理解 1.2 知识的提取流程 1.3 数据可视化与统计图表 1.4 如何利用可视化帮助决策;1.1.1 数据和信息 1.1.2 知识理解 ;1.1.1 数据和信息 数据是得出结论的前提。一般数据和信息往往相互关联 常见数据存储格式： （1） CSV 文件 （2） 数据库表单 （3） 文档文件（Excel、 PDF、 Word等格式文件） （4） HTML文件 （5） JSON 文件 （6） TXT文本文件 （7） XML 文件;1.1.2 知识理解 知识总量的增长有多种方式，当现有数据被重新排列或重组时，或当现有算法发生变化时，知识也是在增加的 数据分析取决于数学算法，往往这些算法用来说明数据之间的关系的知识理解 常见外部数据协同的来源：社交媒体和消费者群;1.2.1 从数据中提取信息 1.2.2 从信息中提取知识和理解 ;1.2.1 从数据中提取信息 收集数据时一般需要处理和组织数据 转换和处理方法：如过滤、聚合、应用相关性、缩放、归一化以及分类等;1.2.2 从信息中提取知识和理解 信息的访问、生成、存储、分发、搜索、压缩和复制，可以通过信息量或数量来量化 信息经过处理、分析，可生成报告 如：社交媒体消费者情绪分析;发展过程两阶段：计算机出现之前的可视化以及计算机出现后的可视化 数据分析的方式：探索性数据分析（Exploratory Data Analysis，EDA），探索性空间数据分析（Exploratory Spatial Data Analysis，ESDA）;基于可视化的分析过程，旨在让技术人员等积极参与整个决策过程 数据可视化由数据驱动。从常见的可视化工具开始，分析数据，整合信息，加深知识的理解，慢慢拓展到交互式可视化及更深层次的内容; 谢 谢！;数据分析与可视化;2.1 利用数据可视化创造有趣的故事 2.2 可视化的一些最佳实践 2.3 Python中的可视化工具 2.4 交互式可视化和布局;Gapminder World数据 读者驱动的叙述的经典例子 它收集了国际经济、环境、健康、技术等方面的超过600个数据指标，并提供了可以用来研究现实世界问题并发现发展模式、趋势和相关性的工具;例：交互式气泡图;可视化技术领域 （1）科学可视化：这涉及具有固有物理实体的科学性的数据 （2）信息可视化：这涉及抽象数据（??间或非空间） 执行任务 （1）直观地表示数据以帮助提升数据分析效果。 （2）直观地展示模型、数据解释、想法、假设和洞察力。 （3）为用户的假设找到佐证或反证，以帮助改进他们的模型。 （4）帮助用户组织和分享他们的想法。 ;常用可视化方法 （1）比较和排序。 （2）相关性。 （3）分布。 （4）局部与整体的关系。 （5）随时间变化的趋势。 ;比较和排序 传统方式为使用条形图，但不总是最佳方式 例：创造性的可视化展示的方式;相关性 相关矩阵用于同时研究多个变量之间的依赖关系，矩阵中的元素代表变量之间的相关系数 例：构建简单散点图;例：构建散点图，数据之间的关联通过带缩放和颜色的图进行展示;例：用热图表述数据的相关矩阵;分布 分布分析显示定量值在其范围内的分布情况 常用图表：直方图（Histogram）和箱线图（Box Plot） 直方图的形状很大程度上取决于指定的框（bin）的大小和位置；箱线图非常适合用于显示多个分布;例：用直方图和箱线图表述数据的相关矩阵;局部与整体的关系 饼图通常用于展示局部与整体的关系 分组条形图适用于将类别中的每个元素与其他元素进行比较，以及跨类别比较元素 堆积柱形图适合显示总数，直观地聚合一个组中的所有类别，其缺点是使比较各个类别的大小变得更加困难。堆叠也能够表示局部与整体的关系;例：堆积柱形图;随时间变化的趋势 例：展示一段时间内的趋势;通用软件工具：即集成开发环境（Integrated Development Environment，IDE） 特定软件组合：即 Python 绘图库，如 Bokeh、IPython、matplotlib、NetworkX、SciPy 和 NumPy、scikit-learn 和 Seaborn;Enthought Canopy 有在伯克利软件套件 （Berkeley Software Distribution，BSD）开源许可协议下发布的免费版本 同时包括高级文本编辑器、集成的 IPython（交互式Python） 控制台、图形包管理器和在线文档链接;2.3 Python中的可视化工具;Anaconda和IPython 基于 Conda的应用程序。Conda 是一个用于查找和安装软件包的应用程序，包含系统级库、Python 模块、可运行程序或其他组件的二进制 tarball An