数据可视化课件：有关关系的可视化.pptxVIP

有关关系的可视化

在关系中寻求什么关联性(圆点、探索更多的变量、气泡)分布(老式分布图表、有关分布的柱形、延续性的密度)对照和比较4.本章主要内容1.2.3.

D当某个数量增加时，另一个数量是否会减少？它们之间是因果关系还是关联关系？群体彼此之间是存在交叠还是互不干涉？D关联性可以帮助我们根据某一已知指标来预测另一指标。7.1在关系中寻求什么

7.2关联性——散点图(探索更多的变量)图.散点图矩阵的基本框架

优势在于一次比较3个变量:Dx轴Dy轴D气泡的面积7.2关联性—气泡图图.气泡图的基本框架

直方图Hist()用一系列宽度相等、高度不等的长方形来表示数据分布7.3分布

matplotlib.pyplot.hist(x,bins,range,density,weights,cumulative,bottom,histtype,**kwargs)参数说明(部分)：Dx→作图所用的数据，一维数组，多维数组可以扁平化后再作图Dbins→直方图的柱数，可选项，整数、序列或字符串型。默认10Drange→指定直方图数据的上下界，默认包含绘图数据的最大值和最小值(范围)Ddensity→布尔值，如果为True”，将y轴转化为密度刻度，默认为NoneDweights→为每个数据点设置权重Dcumulative→布尔值，是否需要计算累计频数或频率，默认为FalseDbottom→为直方图添加基准线，数组型，默认为noneDhisttype→直方图类型，分为bar,barstacked,step,stepfilled。默认为bar

主要用于反映原始数据分布的特征，也可以进行多组数据分布特征的比较。盒须图(箱形图Range又称为分位差。内距IQRInter-Quartile，四

盒须图变种可以水平或者垂直绘制

盒须图变种2DBoxPlotRelplotRangefinderBoxPlotBagPlot

值，默认值为False。可选参数。Dsym：离群点的默认标记符号，详解flierprops参数。类型为字符串，默认值为None。可选参数。取值为隐藏离群点，取值为None时，取值为b+’。Dvert：箱体的方向，当取值为True时，绘制垂直箱体，当取值为False时，绘制水平箱体。类型为布尔值，默认值为True。可选参数。Dwhis：箱须的位置。类型为浮点数或浮点数二元组，默认值为1.5。可选参数。matplotlib.pyplot.boxplot(x,notch,vert,patch_artist,whis,widths,labels,**kwargs)Dx：输入数据。类型为数组或向量序列。必备参数。Dnotch：控制箱体中央是否有V型凹槽。当取值为True时，箱体中央有V型凹槽，凹槽表示中位数的置信区间；取值为False时，箱体为矩形。类型为布尔

1.切尔诺夫脸谱图(ChernoffFaces)D根据数据，将多个变量一次性展现在人脸的各个部位上，例如耳朵、头发、眼睛、鼻子等7.4对照和比较(多变量比较)

图.2008—2009赛季NBA前50位得分手的切尔诺夫脸谱图

?也称为网络图、蜘蛛图、星图、蜘蛛网图，是一种表现多维数据的图表。?将多个维度的数据量映射到坐标轴上，每一个维度的数据都分别对应一个坐标轴，这些坐标轴以相同的间距沿着径向排列，并且刻度相同。?网格线通常只作为辅助元素，将 坐标轴上的数据点用线连接起来就形成了一个多边形。2.雷达图(RadarChart，SpiderChart)

多组多维对比－多雷达链

D两款手机的综合表现雷达图：

matplotlib库polar()函数：matplotlib.pyplot.polar(theta,rp**kwargs)Dtheta：旋转角度Dr：每个标记到圆心的距离Dkwargs：关键字参数集合网格线设置函数：matplotlib.pyplot.thetagrids(angles=None,labels=None,fmt=None,**kwargs)

D通过色差、亮度来展示数据的差异，直观了解点位的聚集情况，易于理解。D热力图尤其关注分布。D热力图可以不需要坐标轴，其背景常常是图片或地图。3.热力图(HeatMap)

杭州房租热力图，用于显示杭州市房租价格分布D

seaborn.heatmap(data,vmin,vm