第21章_数据可视化

授课语音

数据分析7大图表类型与适用数据

在数据分析中，数据可视化是非常重要的一环，帮助分析师和决策者更直观地理解数据。不同类型的图表适用于不同的数据情况和分析目标。以下是 7 大常见图表类型 及其适用的数据情境：

1. 柱状图 (Bar Chart)

适用场景：

用于比较不同类别的数据量。
适用于离散型数据，尤其是分类数据。
适用于数据较少、类别较多的情境。

示例：

比较不同地区的销售额。
各类商品的销量。

示例代码：

import matplotlib.pyplot as plt

# 数据
categories = ['A', 'B', 'C', 'D']
values = [30, 40, 25, 50]

# 绘制柱状图
plt.bar(categories, values)
plt.title('Category Comparison')
plt.xlabel('Category')
plt.ylabel('Value')
plt.show()

说明：

水平柱状图：对于类别名称较长或需要展示较多类别的情况，可以选择水平柱状图 (plt.barh()).

2. 折线图 (Line Chart)

适用场景：

用于显示数据随时间或某些连续变量的变化趋势。
适用于时间序列数据，如股票价格、气温变化等。
用于观察趋势的变化和波动。

示例：

每月的销售额变化。
股市的股票价格走势。

示例代码：

import matplotlib.pyplot as plt

# 数据
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May']
sales = [200, 250, 230, 275, 300]

# 绘制折线图
plt.plot(months, sales)
plt.title('Monthly Sales Trend')
plt.xlabel('Month')
plt.ylabel('Sales')
plt.show()

说明：

多条折线图：可以用多个数据系列在同一个图表中进行比较。

3. 饼图 (Pie Chart)

适用场景：

用于表示各个部分占总体的比例。
适用于少数类别数据，且类别之间互斥。
用于表示比例关系，尤其是对比不同部分在整体中所占比例。

示例：

各部门的预算占比。
市场份额分布。

示例代码：

import matplotlib.pyplot as plt

# 数据
labels = ['A', 'B', 'C', 'D']
sizes = [25, 35, 20, 20]

# 绘制饼图
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=140)
plt.title('Market Share Distribution')
plt.show()

说明：

饼图适用范围：当类别较少且希望呈现百分比时，饼图非常合适。如果类别较多或比例差异较小，饼图可能会显得杂乱。

4. 散点图 (Scatter Plot)

适用场景：

用于显示两个连续变量之间的关系或相关性。
适用于探索数据中的相关性，识别趋势、离群点、群集等。
常用于回归分析。

示例：

研究广告支出与销售额之间的关系。
高度与体重之间的相关性。

示例代码：

import matplotlib.pyplot as plt

# 数据
height = [160, 165, 170, 175, 180]
weight = [60, 65, 70, 75, 80]

# 绘制散点图
plt.scatter(height, weight)
plt.title('Height vs Weight')
plt.xlabel('Height')
plt.ylabel('Weight')
plt.show()

说明：

拟合线：可以为散点图添加回归线，使用 seaborn.regplot() 或 matplotlib.plot() 来实现。

5. 箱线图 (Box Plot)

适用场景：

用于显示数据分布的摘要，包括最大值、最小值、中位数、上四分位数和下四分位数。
适用于数据分布、异常值检测。
适用于查看数据的离散程度和波动性。

示例：

测量各班级成绩的分布。
不同地区房价的波动。

示例代码：

import matplotlib.pyplot as plt

# 数据
data = [10, 15, 14, 18, 20, 21, 19, 25, 30, 22, 17, 13]

# 绘制箱线图
plt.boxplot(data)
plt.title('Data Distribution')
plt.show()

说明：

多个箱线图：箱线图可以展示多个数据集的分布情况，便于比较。

6. 热力图 (Heatmap)

适用场景：

用于展示数据矩阵的可视化，其中颜色表示数值的大小。
适用于呈现相关性矩阵、频率表等。

示例：

展示各个变量之间的相关性。
展示不同时间段的销售量。

示例代码：

import seaborn as sns
import matplotlib.pyplot as plt

# 数据：相关性矩阵
correlation_matrix = [[1, 0.8, -0.3], [0.8, 1, -0.6], [-0.3, -0.6, 1]]

# 绘制热力图
sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm')
plt.title('Correlation Matrix')
plt.show()

说明：

颜色渐变：热力图的颜色代表数据的大小，可以通过 cmap 调整配色。

7. 雷达图 (Radar Chart)

适用场景：

用于显示多维数据，通常用于比较多个对象在各个维度的表现。
适用于相对数据比较，能够展示各个维度的强弱。

示例：

比较不同品牌的多项特性，如价格、质量、服务等。
多个产品的不同评分。

示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 数据
labels = ['A', 'B', 'C', 'D', 'E']
values = [7, 8, 6, 5, 7]

# 设置雷达图的角度
angles = np.linspace(0, 2 * np.pi, len(labels), endpoint=False).tolist()

# 绘制雷达图
values += values[:1]
angles += angles[:1]

plt.figure(figsize=(6, 6))
plt.subplot(111, polar=True)
plt.plot(angles, values, 'b-', linewidth=2)
plt.fill(angles, values, 'b', alpha=0.3)
plt.title('Radar Chart Example')
plt.xticks(angles[:-1], labels)
plt.show()