数据分析之数据可视化

目的：用图形的形式来表达数据。

统计图表类：

面积图：标准面积图、堆栈面积图、百分比面积图
PP图、误差分析图、箱线图、雷达图、金字塔图、矩阵图、漏斗图、帕累托图等
1.

2.柱状图：适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。
优势：柱状图利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。
劣势：柱状图的局限在于只适用中小规模的数据集。
3.条形图
适用场景：显示各个项目之间的比较情况，和柱状图类似的作用；
优势：每个条都清晰表示数据，直观；
4.折线图
适用场景: 折线图适合二维的大数据集，还适合多个二维数据集的比较。
优势：容易反应出数据变化的趋势。
6.饼图（环图）
适用场景：显示各项的大小与各项总和的比例。适用简单的占比比例图，在不要求数据精细的情况适用。
优势：明确显示数据的比例情况，尤其合适渠道来源等场景。
劣势：肉眼对面积大小不敏感。
7.雷达图
适用场景：雷达图适用于多维数据（四维以上），且每个维度必须可以排序，数据点一般6个左右，太多的话辨别起来有困难。
优势：主要用来了解公司各项数据指标的变动情形及其好坏趋向。
劣势：理解成本较高。
10.散点图
适用场景：显示若干数据系列中各数值之间的关系，类似XY轴，判断两变量之间是否存在某种关联。散点图适用于三维数据集，但其中只有两维需要比较。
优势：对于处理值的分布和数据点的分簇，散点图都很理想。如果数据集中包含非常多的点，那么散点图便是最佳图表类型。
劣势：在点状图中显示多个序列看上去非常混乱。

鱼骨图(Ishikawa)
鱼骨图是一种发现问题“根本原因”的方法，它也可以称之为“因果图”。其特点是简捷实用，深入直观。它看上去有些象鱼骨，问题或缺陷(即后果)标在"鱼头"外。
鱼骨分析图：发现问题根本原因的分析方法。问题的特性总是受到一些因素的影响，通过头脑风暴找出这些因素，并将它们与特性值一起，按相互关联性整理绘制。

5.各种数据地图（一共有6种类型）
适用场景：适用于有空间位置的数据集；
优劣势：特殊状况下使用，涉及行政区域；
（1）行政地图（面积图）
（2）行政地图（气泡图）
（3）地图图表：轨迹图
（4）地图图表：热力图
（5）地图图表：海点图
（6）地图图表：地图+柱状/饼图/条形
（7）地图图表：气泡图
注：制作地图图表需要经纬度信息，若只有地址信息，可以制作行政地图或者使用BDP的“地址转经纬度”功能。

8.漏斗图
适用场景：漏斗图适用于业务流程多的流程分析，显示各流程的转化率。
优势:在网站分析中，通常用于转化率比较，它不仅能展示用户从进入网站到实现购买的最终转化率，还可以展示每个步骤的转化率，能够直观地发现和说明问题所在。
劣势:单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。
9.词云
适用场景： 显示词频，可以用来做一些用户画像、用户标签的工作。
标签云（词云）：由出现频率较高的词或标签排列而成，主要用于数据挖掘。

优势：很酷炫、很直观的图表。劣势：使用场景单一，一般用来做词频。

11.面积图
适用场景：强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。
12.指标卡
适用场景：显示某个数据结果&同环比数据。
优势：适用场景很多，很直观告诉看图者数据的最终结果，一般是昨天、上周等，还可以看不同时间维度的同环比情况。
劣势：只是单一的数据展示，最多有同环比，但是不能对比其他数据。
13.计量图
适用场景：一般用来显示项目的完成进度。

优势：很直观展示项目的进度情况，类似于进度条。
劣势：表达效果很明确，数据场景比较单一。
14.瀑布图
适用场景：采用绝对值与相对值结合的方式，适用于表达数个特定数值之间的数量变化关系，最终展示一个累计值。
优势：展示两个数据点之间的演变过程，还可以展示数据是如何累计的。
劣势：没有柱状图、条形图的使用场景多。
15.桑基图
适用场景：一种特定类型的流程图，始末端的分支宽度总各相等，一个数据从始至终的流程很清晰，图中延伸的分支的宽度对应数据流量的大小，通常应用于能源、材料成分、金融等数据的可视化分析。
16.旭日图
适用场景：旭日图可以表达清晰的层级和归属关系，以父子层次结构来显示数据构成情况，旭日图能便于细分溯源分析数据，真正了解数据的具体构成。
优势：分层看数据很直观，逐层下钻看数据。
17.树图
适用场景：和旭日图类似；
18.双轴图
适用场景：柱状图+折线图的结合，适用情况很多，数据走势、数据同环比对比等情况都能适用。
优势：特别通用，是柱状图+折线图的结合，图表很直观。

QQ图：二元分位数分析。斜率为标准差，截距为均值。

QQ图的作用
用于直观验证一组数据是否来自某个分布，或者验证某两组数据是否来自同一（族）分布。在教学和软件中常用的是检验数据是否来自于正态分布。

茎叶图：数据首位（根据情况选定位数）作为茎，数据末尾作为叶。

柏拉图(排列图)

排列图是分析和寻找影响质量主原因素的一种工具，其形式用双直角坐标图，左边纵坐标表示频数(如件数金额等)，右边纵坐标表示频率(如百分比表示)。分折线表示累积频率，横坐标表示影响质量的各项因素，按影响程度的大小(即出现频数多少)从左向右排列。通过对排列图的观察分析可抓住影响质量的主原因素。

P_P图：反映变量的积累比例与指定分布的积累比例的关系图，当数据点呈线性分布的时候，观测样本越趋近给定分布。
误差分析图：分为系统误差和随机误差，衡量观测的精确度（包括测量的准确度和模型选取是否合理）。根据实际情况绘图即可。
残差分析图：表征取样的合理性，即样本是否具有代表性。

概率分布图：表述随机变量取值的概率规律，常用的如正态分布、指数分布等。

漏斗模型（三角图）：一般表述转化率（如营销客户转化），由上而下代表不同层级，转化率逐级降低并形成漏斗形状。
金字塔模型：不同层次依然由上而下分布，但处于上层的是重要的（或数量较少）的层次，并按重要性（或数量）逐级递减（递增）。
等高线图：有二维、三维等高线图。在数据分析中，高度表示为该点的数量或出现次数，该指标相同则在一条环线（或高度）处。
雷达图：即将一个样本的各项指标所得的数字或比率，就其比较重要的指标集中划在一个圆形的图表上，来表现一个样本各项指标重要比率的情况，使用者能一目了然的了解样本各项数据的变动情形及其好坏趋向。
南丁格尔玫瑰图：一种圆形的直方图，更易于观察，更加美观。
5W1H分析图：思考分析图，What（要完成什么任务？有哪些要点难点？） how （怎样完成该任务？用哪些方法技术？）where （何地完成？）when（何时完成） who（何人完成？） why（为什么要这么做？评估检验）。可以提高任务效率，简化任务步骤。

树状图：简单树状图、放射树状图。树图是一种流行的利用包含关系表达层次化数据的可视化方法。从一个项目出发，展开两个或两个以上分支，然后从每一个分支再继续展开，依此类推。有助于思维从一般到具体的逐步转化。树图是研究多元目标问题的一般工具。

其中，放射树状图为圆环形，中心为节点，放射端为叶，数据的度量为射线长度。

算法流程图：设计算法是程序设计的核心。为了表示一个算法，可以用不同的方法。常用的有自然语言，流程图，伪代码，PAD图等。这其中以特定的图形符号加上说明，表示算法的图，称为算法流程图。算法流程图包括传统流程图和结构流程图两种。

绘制工具有Visio。
思维导图：思维导图是一种将思维形象化的方法。我们知道放射性思考是人类大脑的自然思考方式，每一种进入大脑的资料，不论是感觉、记忆或是想法——包括文字、数字、符码、香气、食物、线条、颜色、意象、节奏、音符等，都可以成为一个思考中心，并由此中心向外发散出成千上万的关节点，每一个关节点代表与中心主题的一个连结，而每一个连结又可以成为另一个中心主题，再向外发散出成千上万的关节点，呈现出放射性立体结构，而这些关节的连结可以视为您的记忆，就如同大脑中的神经元一样互相连接，也就是您的个人数据库。