数据的可视化.pdfVIP

数据的可视化

最基础的数据可视化方法就是统计图。一个好的统计图应该满足四个标准：

准确、有效、简洁、美观！由此对应的就是统计图的实力派和偶像派。

实力派：准确＋有效

准确是统计图最基本的要求，即能够使用正确的统计图去描述不同类型的数

据。比如，对于离散型变量（性别、职业等），可以画饼图或者柱状图；对于连

续型变量（年龄、工资等），可以画直方图或者箱线图；对于时间序列变量（GDP，

CPI等），可以画折线图。这就好比不同的季节要穿不同的衣服。春天穿风衣，

冬天穿羽绒服。冬天穿比基尼，这不是好不好看的问题，而是会被冻死。

然后说有效。比如，有两个变量，一个是性别，一个是年龄。如果比较男性

和女性的年龄，应该选择什么样的统计图呢？先展示一组丑图（见图1、2）。

图1男性年龄直方图轴须图及密度曲线

图2女性年龄直方图轴须图及密度曲线

图展示的是针对男性和女性的两个直方图。男性是绿色，女性是粉色！但其

实真的看不出明显的对比。你可能要问，年龄不是连续型变量吗？不是说应该画

直方图吗？分组画直方图，只能够满足准确，但却达不到有效。下图则画的是分

组箱线图，无论在平均水平还是波动程度上，都比分组直方图3更加有效地体现

了不同性别的年龄对比。

图3男性和女性年龄分组箱线图

所以，画图时，在满足准确的前提下，要多动脑筋，如何能让统计图更加有

效地展示你的数据，支撑你的观点。这好比在不同场合穿不同的衣服。上班时穿

职业装，毕业典礼上穿学士服。跑步时穿婚纱，虽然也能跑，但能跑得快吗？

偶像派：简洁＋美观

先说简洁。图4是对年龄这个变量作的统计图。显然，连续型变量，画直方

图。你可能会被图中每个柱子底下的黑色线段吸引。这叫轴须图。但这是什么？

没人能回答。大家想象一下，如果这件事情发生在会议、讲标、答辩等重要场合，

就悲剧了！但凡有一个人提出这种问题，人们的注意力就会集中在这个不必要的

环节上。在画图阶段，过于技术的细节，如果一句话说不清，就不要展示。这就

好比你化了个妆，眼线、唇膏都不错，最后你非得用马克笔把两条眉毛描得老

粗，谁还能看到你的明媚双眸和樱桃小口啊，全都看你的眉毛了。

图4获奖演员年龄直方图轴须图及密度曲线

再谈谈美观。到底什么样的统计图是好看的？客观地讲，这没有唯一正确的

标准。但是，一个美观的统计图应该同时满足准确、有效和简洁的标准。

图5是非常普通的饼图，统计的是电影《速度与激情7》中主演范·迪塞尔

开的车的品牌分布。这个饼图干干净净，标注清楚，“饼”上还贴心地印了车的

logo。

图5范·迪塞尔开的车的品牌分布

而图6属于一种树图（treemap），来自谷歌的一份报告。描述的是在谷歌

上搜索某种裙子的关键词，出现的各种质地的裙子的搜索频数分布。这个图非常

巧妙，每个格子直接用裙子的质地当作背景，格子的面积就代表这种质地的占比，

可以说是赏心悦目。

图6各种质地的搜索频数分布

图7是游戏中出现的统计图，一个非常简单的柱状图。它的配色与游戏背景

配合得天衣无缝，出现得恰到好处。所以说，美观这事儿，考验的是化妆的整体

技术，以及对于细节的把握。淡妆浓抹总相宜，让人瞅着舒服就是你的本事。

图7某游戏中的统计图

柱状图

柱状图是针对离散型数据（比如性别）所作的统计图。每根柱子代表一个类

别（男性或者女性），柱子的高度是这个类别的频数（男性或者女性有多少人），

有时也是百分比。

一个完整的统计图包含以下要素或者注意事项：

（1）要有图标题，一般在图的下方，标题要简洁明了。

（2）报告中的统计图要有标号。横轴和纵轴要标注清楚（横轴：职称；纵

轴：频数）。如果有单位的话，需要注明。

（3）图的标题、横轴、纵轴等，出现的文字要统一和准确，不要一会儿中

文，一会儿英文。写中文报告，就都标注中文。

（4）图的比例要协调，别太胖也别太瘦，别太高也别太矮。

（5）图的内容要正确、简明，避免出现不必要的标签、背景等。

（6）注意图的配色。不要精挑细选一组非常难