欢迎来到天天文库
浏览记录
ID:37819181
大小:397.09 KB
页数:8页
时间:2019-05-31
《数据可视化知识贴③:错综复杂散点图》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、数据可视化知识贴③:错综复杂散点图散点图,如果学过我们前面创意图表系列的话,这种图表应该非常熟悉了。散点图,在图表界有万表之王的称号。这可不是我随便封的。美国权威心理学专刊《JournaloftheHistoryoftheBehavioralSciences》(行为科学史杂志)在2005年一篇论文中如此评价散点图:“mostversatile,polymorphic,andgenerallyusefulinventioninthehistoryofstatisticalgraphics”这是信息图表史上功能最多,形式多样,应用范围极为广阔的一个伟大发明!散点图能获此评价,绝对不是吹出来的。正
2、如它的名字一样,散点图,可以一堆纷乱如麻,看似无迹可寻的数据显示出内在的关系逻辑来。散点图已经不仅仅是一个图表了,它已经演化为一个强大的分析工具,可以这么说,散点图,就是为大数据而生的!下面,还是让我们一起回顾一下散点图的前世今生吧。认识散点图散点图,是绘制在X轴和Y轴坐标系中,可以同时表述两个变量的一组数据点。这些大量的数据点组合在一起,形成了一些形状,揭示了数据背后的相关信息。在这个散点图中,就揭示了不同系列的产品中,销售量与产品收入之间的关系模式。散点图溯源说起散点图的来由,如果你读过我们启视录系列前面几篇的话,一定会想到一个名字:WilliamPlayfair。这是信息图史上一个神一
3、般的存在,他将折线图、饼图还有条状图带到了我们这个世界上。可是,这一次你猜错了。散点图不是普莱费尔发明的。事实上,散点图的出现如同它的名字一样,散乱不堪,无法理出一个有序的线索出来。其实,对于散点数据的的视觉化应用,由来已久。好几百年以来,人们一直将这些点放置在地图,或者笛卡尔坐标系中。后来人们逐渐意识到,当这些数据以不同参数,放置在直角坐标系中,很多不为人知的故事会偷偷地浮现出来。于是,散点图逐渐开始流传开来。所以只能这么说,散点图,是广大数据民工在长期的生产实践中,通过不断的探索和研究,最终发明出来的。而WilliamPlayfair爵士之所以会与这个伟大的发明擦肩而过,主要是因为,他发
4、明的图表都是基于时间序列的,而散点图却不再拘泥于时间这个基本的变量。散点图从一开始的默默无闻,到最后轰动科学界,直到最后加冕图表之王,其实也就是百十年的事。但是通过散点图带来的很多伟大的发现,则彻底改变了我们的世界观,推动了科学的发展。1905年,丹麦科学家DanishastronomerEjnarHertzprung,在将一些恒星的亮度等级(绝对亮度}和他们的颜色(按光谱从蓝白到红色排列)进行对比的时候,他注意到这其中似乎有着某些相关性。但是他一直没有找到其中的奥秘。直到1913年,美国天文学家HenryNorrisRussell独立发表论文,阐述了这个改变我们认知宇宙的新发现。没错,正是
5、通过散点图,他将恒星的按光谱和亮度两个参数进行排列分析后发现,从高亮度低光谱(左上)到低亮度高光谱(右下)形成了一条明显的趋势线,而在左上角,还有一团比较密集的数据。Henry意识到,这条趋势线,或许正揭示了恒星从蓝白色的新星到红色的老星的一个演变的过程,也就是说,他发现了恒星一生的秘密。而左上角的那些数据,则是由一些暮年的红巨星所集合而成。这就是后来我们所熟知的恒星的一生:原恒星—-主序星—-红巨星—-白矮星—-黑矮星这是重新绘制的由2200颗恒星数据所组成的HenryNorrisRussell散点图,我们的太阳目前大致位于光序1(竖轴)色谱1.0左右的位置上,主序星阶段,正值壮年!关于更
6、多的散点图带来的伟大发现,大家可以到这里围观:http://www.datavis.ca/papers/friendly-scat.pdf我就不再多说了。散点图的应用显而易见,散点图是一种应用非常广泛的图表,而且具有其他图表所没有的独特优势。不像其他图表的单一特性,散点图不光可以显示趋势,还能显示集群的形状,以及在数据云团中各数据点的关系——这在大数据应用中是极为重要的一点。无论是探寻肺活量与自由潜水的深度的关系,还是研究地震强度与持续时间之间的关联,或者对比不同部门利润与支出的数据,我们都可以用散点图来进行不同方位解读。下面就是散点图所经常表现出来的几种趋势:正相关负相关无关线性相关指数相
7、关离群值这里要注意的是,并不是所有的相关关系都是简单的因果关系,要注意其他变量的存在以及对数据的影响。散点图的基本原则对于散点图,我们现在已经有了大致的一些了解,现在让我们来看看散点图设计中的一些基本原则吧Y轴从0开始这个应该是我们反复强调的了,Y轴从非零开始的话会截断数据,造成误读。包含多重变量通过改变数据点的大小和颜色,来表示数据值的区别添加趋势线趋势线可以用来显示数据变化的趋势不要添加两条以上的趋势线太
此文档下载收益归作者所有