原文鏈接：不同需求下可視化圖形選擇(翻譯)

微信公眾號(hào)：機(jī)器學(xué)習(xí)養(yǎng)成記? ? 搜索添加微信公眾號(hào)：chenchenwings

機(jī)器學(xué)習(xí)工程師George Seif的文章《5 Quick and Easy Data Visualizations in Python with Code》部分內(nèi)容翻譯。重點(diǎn)說明了散點(diǎn)圖、線圖、直方圖、條形圖和箱型圖的適用條件。

? ??前言

數(shù)據(jù)可視化是數(shù)據(jù)科學(xué)家工作的重要組成部分。在項(xiàng)目開始階段，人們需要做探索性數(shù)據(jù)分析（EDA）來獲得數(shù)據(jù)的深層信息。強(qiáng)大的可視化功能可以幫助人們更簡(jiǎn)潔清晰的了解數(shù)據(jù)，尤其是大量的、多維度的數(shù)據(jù)。在項(xiàng)目快結(jié)束時(shí)，用一種直觀簡(jiǎn)單的方法，讓不具備很強(qiáng)專業(yè)知識(shí)的人明白相應(yīng)結(jié)果，也是非常重要的。不同的分析與展示目的，需要選擇不同的可視化圖形，下圖展示了不同的需求，建議選擇的可視化圖形。

? ??散點(diǎn)圖

散點(diǎn)圖可以直觀展現(xiàn)原始點(diǎn)的分布和兩個(gè)變量間的關(guān)系，并可以通過標(biāo)記不同顏色，觀察不同類別數(shù)據(jù)的關(guān)系，如下圖：

通過對(duì)一些參數(shù)進(jìn)行設(shè)置，如point size，我們可以觀察三個(gè)變量間的關(guān)系，如下圖：

? ??線圖

線圖可以表示兩個(gè)具有相關(guān)性的變量，一個(gè)變量隨另一個(gè)變量變化的情況。從下圖，我們可以清楚地看到，所有專業(yè)的百分比隨著時(shí)間的推移有很大的變化。如果用散點(diǎn)圖來表示這類問題，圖像會(huì)非?；靵y，很難理解數(shù)據(jù)的變化趨勢(shì)。線圖在這種情況下是完美的，因?yàn)樗鼈兛焖俚卣宫F(xiàn)了這兩個(gè)變量的協(xié)方差（百分比和時(shí)間）。

? ??直方圖

直方圖可以有效的展現(xiàn)數(shù)據(jù)點(diǎn)的分布情況。下圖為IQ的分布直方圖，可以明顯看出，分布集中在中央?yún)^(qū)域，并且我們可以清楚的了解IQ分布的中值，同樣，還可以看出他是服從高斯分布的。直方圖可以清楚的看到每個(gè)區(qū)間內(nèi)頻數(shù)的差異。使用直方圖可以幫助我們看到“更大的圖景”，因?yàn)槿绻覀兪褂蒙Ⅻc(diǎn)圖而不是直方圖，那么在可視化中可能會(huì)有很多噪音，很難看清到底發(fā)生了什么。

? ??條形圖

當(dāng)你試圖把只有少數(shù)（通常<10個(gè)）類別的分類數(shù)據(jù)可視化時(shí)，條形圖最有效。如果類別太多，條形圖會(huì)很雜亂以致于理解困難。條形圖很容易根據(jù)各個(gè)條形觀察出不同類別數(shù)據(jù)的差異，不同類別的數(shù)據(jù)很容易區(qū)分并且能設(shè)定不同的顏色。條形圖分為三種：普通條形圖，分組條形圖，和堆積條形圖。分組條形圖可用來比較多重分類變量，堆積條形圖可用來反映某一變量上，不同類別的組成情況。三種條形圖的樣式可依次參見下圖：