28个数据可视化图表的总结和介绍

news2024/11/26 10:42:28

数据可视化本身就是一种通用语言。我们这里通用语言的意思是：它能够向各行各业的人表示信息。它打破了语言和技术理解的障碍。数据是一些数字和文字的组合，但是可视化可以展示数据包含的信息。

“数据可视化有助于弥合数字和文字之间的差距”——Brie E. Anderson。

有许多无代码/少代码的数据可视化工具，如tableau、Power BI、Microsoft Excel等。但是作为一名数据科学从业者最好的工具还是python。所以在我们进行数据科学项目的时候，一定要注意数据可视化，因为这是表示信息和洞察数据的最简单方法。

所以在这篇文章中，我们将整理我们能看到的所有数据可视化图表。如果你是数据科学初学者，那么本文将是最适合你的。

数据可视化是一种以图形方式表示数据和信息的方法。它可以被描述为使用图表、动画、信息图等将数据转换为能够可视化的上下文。它有助于发现数据的趋势和模式。

如果给你一个包含数百行的表格格式的数据集，你将感到困惑。但是适当的数据可视化可以帮助你获得数据的正确趋势、异常值和模式等等。

初级数据可视化

这里我们总结了9个数基础可视化图，这些都是我们在日常工作中常用的也是最简单的图表。

频率表

频率是一个值出现的次数的计数。频率表是用表格表示频率的一种方式。表格如下所示。

Scatter Plot

散点图是一种在二维坐标系中绘制两个数值变量的方法。通过散点图我们可以很容易地可视化数据分布

Line Plot

折线图类似于散点图，但点是用连续的线按顺序连接起来的。在二维空间中寻找数据流时，折线图更加直观。

上图可以看到weight 是如何续变化的。

Bar Chart
柱状图主要用于用柱状表示类别变量的出现频率。柱的不同高度表示频率大小。

Histogram

方图的概念与条形图相同。 在柱状图中频率显示在分类变量的离散条中，而直方图显示连续间隔的频率。 它可以用于查找区间内连续变量的频率 。

Pie Chart

饼图以圆形的方式以百分比表示频率。每个元素根据其频率百分比持有圆的面积。

Exploded Pie Chart

展开饼图

展开饼图和饼图是一样的。在展开饼图中，可以展开饼图的一部分以突出显示元素。

Distribution Plot

分布图可以显示连续变量的分布。

Box Plot

箱线图是一种基于五数汇总（“最小值”、第一四分位数 [Q1]、中位数、第三四分位数 [Q3] 和“最大值”）显示数据分布的标准化方法。 它可以显示异常值等信息。

中级数据可视化

中级的可视化图表是对基础可视化图表的延申，我们这里总结了8个

Stacked Bar Chart

堆叠柱状图是一种特殊的柱状图。我们可以在堆叠柱状图中集成比传统柱状图[2]更多的信息。

Grouped Bar Chart

“分组柱状图”这个名字意味着——它是一种分成不同组的特殊类型的柱状图。它主要用于比较两个分类变量。

Stacked Area Chart

堆叠面积图将几个区域序列叠加在一起进行绘制。每个序列的高度由每个数据点中的值决定。

Pareto Diagram

帕累托图包括柱状图和折线图，其中各个值由柱状图降序表示，直线表示累计总数。

Donut Chart

环形图是一个以圆心为切口简单的饼状图。虽然它和饼图表达的意思是一样的，但它也有一些优点：在饼图中我们经常会混淆每个类别所共享的区域。由于饼图的中心从环形图中移除，所以它可以强调读者要关注饼图的外弧线，同时内圈也可以用来显示额外的信息。

Heatmap

热图是一个可以分为多个子矩形的矩形图，它用不同颜色表示不同的值/强度。

Radar Chart

雷达图是一种以二维图表的形式显示多元数据的图形方法，三个或更多变量在从同一点开始的轴上进行表示。 来自中心的辐条称为半径，代表变量的数值。 半径之间的角度不包含任何信息。

Treemap

矩形树图用嵌套的矩形形式显示层次数据。

高级数据可视化

这些图都比较复杂，一般情况下可能也不太常见，但是在处理特定任务时却非常好用。这里总结了10个相关的图表

Parallel Coordinate Plot

因为我们生活在三维空间，所以一般的可视化最多处理3维的数据。但有时需要可视化超过 3 维的数据，我们经常使用 PCA 或 t-SNE 来降维并绘制它。 在降维的情况下，可能会丢失大量的信息。 并且有时我们需要考虑所有特征，这时就需要平行坐标图。

Hexagonal Binning

六边形分箱图是用六边形直观表示二维数值数据点密度方法。

Contour Plot

2D等高线密度图是可视化特定区域内数据点密度的另一种方法。它可以方便的找到两个数值变量的密度。例如下面的图表显示了每个阴影区域中有多少个数据点。

QQ-Plot

QQ代表分位数-分位数图。这是一种直观地检查数值变量是否符合正态分布的方法。

Violin Plot

小提琴图和箱形图是相关的。从小提琴图中可以得到的另一个信息是密度分布。简单地说它是一个与密度分布集成的箱形图。

Boxen Plot

Boxen Plot是seaborn库引入的一种新型箱形图。对于箱线图的方框是在四分位上创建的。但在Boxen plot中，数据被划分为更多的分位数。它可以提供了关于数据的更多见解。

Point Plot

点坐标图包含了一些名为误差线的线的折线图。

通过上图所示的点的位置来表示数值变量的集中趋势，误差线表示变量的不确定性(置信区间)。绘制折线图是为了比较数值变量在不同类别值下的变异性。

Swarm plot

分簇散点图是另一个受“beeswarm”启发的有趣图表，我们可以了解不同的分类值如何沿数值轴分布 。

Word Cloud

在单云图中，所有的单词都被绘制在一个特定的区域，频繁出现的单词被高亮显示(用较大的字体显示。

Sunburst Chart

旭日图是环行图或饼图的定制版本，它将一些额外的层次信息集成到图中。

地理空间数据可视化

地理空间数据可视化侧重于数据与其物理位置之间的关系，地理空间可视化的独特之处在于其规模都不较大。

地理可视化将变量叠加在地图上，使用纬度和经度来显示信息。

地图是地理空间可视化的主要焦点。它们的范围从描绘街道、城镇、公园或分区到显示一个国家、大陆或整个星球的边界。它们充当额外数据的容器。它们可以帮助识别问题、跟踪变化、理解趋势，并执行与特定地点和时间相关的预测。所以这里单独将其提出说明

一些用于地理空间数据可视化的python库和工具

tableau, power b.i.， ArcGIS, QGIS等都可以用于复杂的地理空间数据可视化。python中也有很多也非常适合地理空间数据可视化的库，例如

  • Geoplot
  • Folium
  • Geopandas
  • PySAL
  • rworldmap
  • rworldxtra
  • etc.

我将使用Folium来展示可视化的一些实现。

这里使用了HIFLD的医院数据集，其中包含医院位置和其他医院信息。根据授权信息这个数据是可以被公开展示的

主数据集中有34个特征。出于演示目的，我将使用“ADDRESS”、“STATE”、“TYPE”、“STATUS”、“POPULATION”、“LATITUDE”、“LONGITUDE”这些特征。其中“LATITUDE”和“LONGITUDE”将用于确定医院在地图上的位置，而其他列如STATE、TYPE和STATUS用于过滤，最后ADDRESS和POPULATION用作自定义地图上的标记的元数据。

绘制基本地图

导入绘制地图所需的库。

import pandas as pd
import folium
from folium.plugins import MarkerCluster

加载数据集。

hosp_df = pd.read_csv('/work/Hospitals.csv')

过滤数据。

WORKING_COLS = ["ADDRESS", "STATE", "TYPE", "STATUS", "POPULATION", "LATITUDE", "LONGITUDE"]
STATE = "CA"
hosp_df = hosp_df.loc[hosp_df["STATE"] == STATE, WORKING_COLS]
hosp_df.head(5)

一些数据预处理。

hosp_df = hosp_df[hosp_df["POPULATION"] >= 0]
hosp_df.describe()

绘制地图

Folium提供了.Map() ，它将位置参数作为包含一对纬度和经度的列表，并围绕给定位置生成一个地图，自动将生成的地图会围绕数据居中。

m=folium.Map(
    location=[hosp_df["LATITUDE"].mean(), hosp_df["LONGITUDE"].mean()],
    zoom_start=6)
m

图中三角的点就是我们数据集中包含的数据点

添加图层

Folium 中的默认地图是 OpenStreetMap。 我们可以添加具有不同图层，例如 Stamen Terrain、Stamen Water Color、CartoDB Positron 等，得到不同的图层表示

使用 folium.TileLayer 将多个图层添加单个地图中，并使用folium.LayerControl以交互方式进行切换。

m=folium.Map(
    location=[hosp_df["LATITUDE"].mean(), hosp_df["LONGITUDE"].mean()],
    zoom_start=6)
folium.TileLayer('cartodbdark_matter').add_to(m)
folium.TileLayer('cartodbpositron').add_to(m)
folium.TileLayer('Stamen Terrain').add_to(m)
folium.TileLayer('Stamen Toner').add_to(m)
folium.TileLayer('Stamen Water Color').add_to(m)
folium.LayerControl().add_to(m)
m

可以看到右上角出现了图层选择的按钮

生成地图标记

在交互式地图中，标记对于指定位置非常重要。folium.Marker可以在给定位置创建一个标记

m=folium.Map(
    location=[hosp_df["LATITUDE"].mean(), hosp_df["LONGITUDE"].mean()],
    zoom_start=8)

hosp_df.apply(
    lambda row: folium.Marker(
        location=[row['LATITUDE'], row['LONGITUDE']]
        ).add_to(m),
    axis=1)
m

自定义标记

也可以使用自定义标记

m=folium.Map(
    location=[hosp_df['LATITUDE'].mean(), hosp_df['LONGITUDE'].mean()],
    zoom_start=8)

def get_icon(status):
  if status == "OPEN":
    return folium.Icon(icon='heart',
                       color='black',
                       icon_color='#2ecc71'
                       )
  else:
    return folium.Icon(icon='glyphicon-off',
                       color='red')

hosp_df.apply(
    lambda row: folium.Marker(
        location=[row['LATITUDE'], row['LONGITUDE']],
        #color='red',
        popup=row['ADDRESS'],
        tooltip='<h5>Click here for more info</h5>',
        icon=get_icon(row['STATUS']),
        ).add_to(m),
    axis=1)
m

生成气泡图

为了表示地图上的数值，我们可以通过将圆半径与其在数据集中的值绑定来绘制不同大小的圆。在我们的例子中，我们用每个中心表示覆盖的人口，其半径与其population值成正比。

m=folium.Map(
    location=[hosp_df['LATITUDE'].mean(), hosp_df['LONGITUDE'].mean()],
    zoom_start=8)

def get_radius(pop):
  return int(pop / 20)

hosp_df.apply(
    lambda row: folium.CircleMarker(
        location=[row['LATITUDE'], row['LONGITUDE']],
        radius=get_radius(row['POPULATION']),
        popup=row['ADDRESS'],
        tooltip='<h5>Click here for more info</h5>',
        stroke=True,
        weight=1,
        color="#3186cc",
        fill=True,
        fill_color="#3186cc",
        opacity=0.9,
        fill_opacity=0.25,
        ).add_to(m),
    axis=1)
m

生成标记簇

在数据点密集地图上工作时，使用标记簇可以以避免许多附近标记相互重叠造成的混乱的情况。 Folium 提供了一种设置标记簇的简单方法，将它们添加到 folium.plugins.MarkerCluster 实例

m=folium.Map(
    location=[hosp_df['LATITUDE'].mean(), hosp_df['LONGITUDE'].mean()],
    zoom_start=8)

cluster = MarkerCluster(name="Hospitals")

def get_icon(status):
  if status == "OPEN":
    return folium.Icon(icon='heart',
                       color='black',
                       icon_color='#2ecc71'
                       )
  else:
    return folium.Icon(icon='glyphicon-off',
                       color='red')

hosp_df.apply(
    lambda row: folium.Marker(
        location=[row['LATITUDE'], row['LONGITUDE']],
        popup=row['ADDRESS'],
        tooltip='<h5>Click here for more info</h5>',
        icon=get_icon(row['STATUS']),
        ).add_to(cluster),
    axis=1)
cluster.add_to(m)
m

当鼠标悬停在一个标记上时，它会显示该簇所覆盖区域的边界。这种默认行为可以通过将showCoverageOnHover选项设置为false来取消，如下所示

cluster = MarkerCluster(name="Hospitals", options={"showCoverageOnHover": False})

总结

这篇文章有点长，但我完全相信它会对你有很大的帮助。我在本文中整理了基本上所有的图表概述。这将是一篇关于数据可视化的完整文章，尤其是展示了地理位置可视化的一些方法，希望这篇文章对你有所帮助。

https://avoid.overfit.cn/post/93e1e9cadcb84b13bf6a44b981a41843

作者 Md. Zubair

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/143561.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

C++入门——引用

C++入门——引用

1.概念 引用不是新定义一个变量&#xff0c;而是给已存在变量取了一个别名&#xff0c;编译器不会为引用变量开辟内存空 间&#xff0c;它和它引用的变量共用同一块内存空间 类型& 引用变量名(对象名) 引用实体&#xff1b; 而引用类型必然要与引用实体的类型一致。 …
阅读更多...
下载微信小程序中的视频

下载微信小程序中的视频

工具准备&#xff1a;Fiddler 我这里用的5.0的版本。&#xff08;这个用来抓取视频下载地址&#xff09;Internet Download Manager&#xff08;idm&#xff09;版本6.37&#xff08;这个用来下载视频&#xff09;步骤&#xff1a;打开Fiddler如下图配置后抓包2.登录PC版微信&a…
阅读更多...
1.5日报

1.5日报

今天完成项目环境的搭建&#xff0c;并成功剥离TestMrl相关接口&#xff0c;并成功运行 遇到的问题&#xff1a; 缺少 <dependency> <groupId>org.mybatis.spring.boot</groupId> <artifactId>mybatis-spring-boot-starter</artifactId> <v…
阅读更多...
展望2023，回首2022，让我们一起努力

展望2023，回首2022，让我们一起努力

回首2022 时光如白驹过隙般&#xff0c;飞逝而过。时光荏苒&#xff0c;日月如梭。不知不觉中&#xff0c;充满希望与光明的2023年已经到来了。回首2022年&#xff0c;有喜悦&#xff0c;有失落&#xff0c;有艰辛与困难&#xff0c;也有解决困难后的欣慰&#xff0c;有着无数…
阅读更多...
第03章 运算符

第03章 运算符

运算符介绍 运算符是一种特殊的符号&#xff0c;用以表示数据间的运算、赋值和比较等。 算数运算符 算数运算符用于对数值型变量间的计算。 注意&#xff1a;图片中最后一行&#xff0c;字符串相加的结果中间没有空格&#xff0c;这个课件错误❌。 除法[ / ] System.out.pr…
阅读更多...
RabbitMQ 消息类型

RabbitMQ 消息类型

RabbitMQ 消息类型 下面我们简单介绍下RabbitMQ的一些消息种类&#xff0c;并结合Java代码进行学习。 如果需要执行代码&#xff0c;需要下载RabbitMQ的客户端&#xff08;例如java客户端&#xff1a; https://www.rabbitmq.com/java-client.html&#xff09; 使用maven&…
阅读更多...
聊天突然尬住？教你用Python一键获取斗图表情包，各种表情包轻松化解尴尬

聊天突然尬住？教你用Python一键获取斗图表情包，各种表情包轻松化解尴尬

很多兄弟在聊天上没有下太多的功夫&#xff0c;导致自己聊天的时候很容易尬住&#xff0c;然后就不知道聊啥了&#xff0c;这时候合适表情包分分钟就能救场&#xff0c;但是一看自己收藏的表情包&#xff0c;好家伙&#xff0c;两只手都数得过来。 所以今天来给兄弟们分享一下…
阅读更多...
IDEA书签，备份使用，全分支共享

IDEA书签，备份使用，全分支共享

IDEA原本设计就是给单分支保存书签使用的&#xff0c;但是我比较喜欢多个分支用同一个IDEA书签。然后在网上找到很久的IDEA书签全分支共享的办法&#xff0c;真心没找到合适的&#xff0c;自己浅浅总结了一下。首先找到我们需要备份书签的项目的目录然后在项目的目录下打开隐藏…
阅读更多...
小程序 超长页面截图保存web-view+html2canvas

小程序 超长页面截图保存web-view+html2canvas

web-view文档建议参考----支付宝提供的文档&#xff0c;html2canvas官方文档&#xff08;官网可以下载html2canvas.js 和 html2canvas.min.js&#xff09;。由于篇幅受限&#xff0c;这里就贴了一下用法&#xff0c;对于web-view的配置情况&#xff0c;需要自己去查看文档&…
阅读更多...
【测试】开发模型+测试模型

【测试】开发模型+测试模型

努力经营当下&#xff0c;直至未来明朗&#xff01; 文章目录一、开发模型和测试模型概述二、 开发模型一&#xff09; 瀑布模型二&#xff09;螺旋模型三&#xff09;增量模型和迭代模型四&#xff09;敏捷模型【重点:sunny:】三、 测试模型一&#xff09;V模型二&#xff09;…
阅读更多...
【4.2】Ribbon负载均衡策略

【4.2】Ribbon负载均衡策略

【4.2】Ribbon负载均衡策略1 Ribbon--负载均衡策略2.1 修改负载均衡规则--代码方式2.1.1 具体测试&#xff1a;2.2 修改负载均衡规则--配置文件方式2.2.1 具体配置3 总结Ribbon负载均衡原理 中学习到&#xff1a; IRule接口决定了负载均衡的策略。 接下来学习IRule接口的实现有…
阅读更多...
【Java编程进阶】Object类及常用方法详解

【Java编程进阶】Object类及常用方法详解

Java 编程基础教程系列&#xff1a;Java 编程进阶之路【从入门到精通】 &#xff0c;从入门到精通一站学习&#xff0c;买不了吃亏&#xff0c;买不了上当&#xff01;&#xff01; 文章目录1. Object类2. 常用的方法2.1 toString 方法2.2 equals 方法2.3 hashcode 方法3. 注意…
阅读更多...
Verilog语法笔记（夏宇闻第三版）-数据类型及其常量、变量

Verilog语法笔记（夏宇闻第三版）-数据类型及其常量、变量

目录 常量&#xff1a; 整数&#xff1a; x和z值: 负数: 下划线(underscore_)&#xff1a; 参数(Parameter)型&#xff1a; 变量&#xff1a; wire型&#xff1a; reg型&#xff1a; memory型&#xff1a; Verilog HDL中总共有十九种数据类型,数据类型是用来表示数字…
阅读更多...
SSH远程连接服务详解

SSH远程连接服务详解

远程连接服务器 一&#xff0c;远程连接服务器简介 1、什么是远程连接服务器 远程连接服务器通过文字或图形接口方式来远程登录系统&#xff0c;让你在远程终端前登录 linux 主机以取得可操作主机接口&#xff08;shell&#xff09;&#xff0c;而登录后的操作感觉就像是坐在…
阅读更多...
MyBatis Plus学习笔记

MyBatis Plus学习笔记

MyBatis Plus 国产的开源框架&#xff0c;基于 MyBatis 在Mybatis-Plus中&#xff0c;内置了代码生成器&#xff0c;我们可以通过该工具&#xff0c;生成我们需要的代码&#xff0c;例如&#xff1a;entity层&#xff0c;controller层&#xff0c;mapper层&#xff0c;service…
阅读更多...
Java面向对象：构造器、this

Java面向对象：构造器、this

目录构造器学构造器的目的构造器的作用样例构造器的注意事项总结this关键字this关键字是什么样例this关键字的作用总结构造器 学构造器的目的 真正知道对象具体是通过调用什么代码得到的。能够掌握为对象赋值的其他简便写法。为以后学习面向对象编程的其他内容做支撑。 构造…
阅读更多...
Python实现可视化案例：采集天气数据并可视化分析

Python实现可视化案例：采集天气数据并可视化分析

前言 最近长沙的天气&#xff0c;真的就是不能理解&#xff0c;大起大落的&#xff0c;就跟我的心情一样… 有点无聊就来采集一些天气数据&#xff0c;做个可视化的小案例吧&#xff08;我采集的是以前北上广深的天气数据哈&#xff09; 实现案例的步骤 一.分析数据来源 从…
阅读更多...
狂神说笔记——Linux快速入门27

狂神说笔记——Linux快速入门27

Linux快速入门 参考于&#xff1a;B站狂神视频&#xff01; Java开发之路&#xff1a;JavaSE、MySQL、前端&#xff08;HTML、Css、JS&#xff09;、JavaWeb、SSM框架、SpringBoot、Vue、SpringCloud、Mybatis-plus、Git、Linux &#xff08;CentOS 7&#xff09; 操作系统&…
阅读更多...
【Linux】-- 程序地址空间

【Linux】-- 程序地址空间

目录 程序地址空间 进程地址空间 - 虚拟地址空间 概念引入&#xff08;浅&#xff09; 初步理解结构 深入理解虚拟地址 为什么要有地址空间&#xff1f; 程序地址空间的角度理解挂起 程序地址空间 C/C在Linux下的程序地址空间分布&#xff1a; 栈向低地址增长&#xff0…
阅读更多...
透过现象看本质，我找到了Netty粘包与半包的这几种解决方案

透过现象看本质，我找到了Netty粘包与半包的这几种解决方案

1、粘包与半包 啥也不说了&#xff0c;直接上代码是不是有点不太友好&#xff0c;我所谓了&#xff0c;都快过年了&#xff0c;还要啥自行车 我上来就是一段代码猛如虎 1.1 服务器代码 public class StudyServer {static final Logger log LoggerFactory.getLogger(StudyS…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023