数据分析中,同样的数据场景采用不同的图表会带来很大的信息差距。正确的匹配数据与图表不仅要有对数据结构的理解、业务的理解,还需要对图形语言学的一定了解和实际可视化项目中的经验,每一个元素背后都有着很深的学问,这里总结了一些常用图表的特性,可以帮助用户更高效的选择合适的图表类型。

数据场景千千万,每个不同的场景都有不同的数据结构、数据记录数和业务需求,这里先不论具体的业务要求,单说不同的数据结构和数据量,大致能够分为四类数据场景:对比/结构分析/分布/关联。

今天先来说一说分布分析场景。

1、说到分布型就想到散点图,散点图可以说是是很典型的双变量分布图表了,尤其是在双数轴的情况下,用两组数据构成多个坐标点,考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。搭配辅助线可以很有效的看出相关性、异常数值和集群趋势,多用于进行数据分析中常用的回归分析。

2、DataFocus还有添加了时间维度的时序散点图,可以动态连续的观察时间轴变化情况下的散点分布情况。

3、除了散点图,箱型图在筛选异常值方面也很方便有效。箱型图又称为盒须图、盒式图或箱线图,是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。在各种领域也经常被使用,常见于品质管理。它主要用于反映原始数据分布的特征,还可以进行多组数据分布特征的比较。

4、气泡图则常用于三维变量的分布分析。

标签: , , , , , ,
版权声明:除非注明,否则均为DataFocus企业大数据分析系统 原创文章,转载请以链接形式标明本文地址。否则将追究法律责任。
转载请注明来源:https://www.datafocus.ai/18129.html
上一篇:
下一篇: