第2章数据可视化分析（DA）教学ppt课件数据分析基础—基于Python的实现电子教案.pptx

《第2章数据可视化分析（DA）教学ppt课件数据分析基础—基于Python的实现电子教案.pptx》由会员分享，可在线阅读，更多相关《第2章数据可视化分析（DA）教学ppt课件数据分析基础—基于Python的实现电子教案.pptx（39页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第2章 数据可视化分析（DA）教学课件数据分析基础基于Python的实现 电子教案第 1 章1-2统计学Python实现贾俊平2023/5/162023/5/16贾俊平俊平2023/5/162023/5/16数据分析基础数据分析基础贾俊平俊平 2023/5/162023/5/16Fundamentals of data Fundamentals of data analysis with Pythonanalysis with Python基于基于 Python 的实现的实现第 2 章2-3数据分析基础基于Python的实现2023/5/162023/5/16贾俊平俊平2023/5/16202

2、3/5/162.12.1 类别数据可视化类别数据可视化2.2 2.2 数据分布可视化数据分布可视化3.3 3.3 变量间关系可视化变量间关系可视化2.4 2.4 样本相似性可视化样本相似性可视化2.5 2.5 时间序列可视化时间序列可视化2.6 2.6 可视化可视化的注意事项的注意事项第 2 章 数据可视化分析第 2 章2-4数据分析基础基于Python的实现2023/5/162023/5/16 2.1 类别数据可视化类别数据图形及使用的数据类别数据图形及使用的数据第 2 章2-5数据分析基础基于Python的实现2023/5/162023/5/16 2.1 类别数据可视化条形图条形图简单条形

3、图简单条形图例题分析例题分析【例例例例2-12-1】（数数据据：example1_1.csvexample1_1.csv）沿沿用用第第1 1章章的的例例1-11-1。绘绘制制不不同同性性别别、态度和社区被调查者人数的简单条形图态度和社区被调查者人数的简单条形图第 2 章2-6数据分析基础基于Python的实现2023/5/162023/5/16 2.1 类别数据可视化条形图及其变种条形图及其变种并列条形图和堆叠条形图并列条形图和堆叠条形图例题分析例题分析l l制制两两个个类类别别变变量量的的条条形形图图时时，可可以以使使用用原原始始数数据据绘绘图图，也也可可以以先先生生成成二二维维列联表再绘图

4、列联表再绘图l l根根据据绘绘制制方方式式不不同同有有并并列列条条形形图图（juxtaposed juxtaposed bar bar plotplot）和和堆堆叠叠条条形形图图（stacked bar plotstacked bar plot）等）等在在并并列列条条形形图图中中，一一个个类类别别变变量量作作为为坐坐标标轴轴，另另一一个个类类别别变变量量各各类类别别频数的条形并列摆放频数的条形并列摆放在在堆堆叠叠条条形形图图中中，一一个个类类别别变变量量作作为为坐坐标标轴轴，另另一一个个类类别别变变量量各各类类别别的频数按比例堆叠在同一个条中的频数按比例堆叠在同一个条中第 2 章2-7数据分析

5、基础基于Python的实现2023/5/162023/5/16 2.1 类别数据可视化条形图及其变种条形图及其变种为条形图添加标签为条形图添加标签例题分析例题分析第 2 章2-8数据分析基础基于Python的实现2023/5/162023/5/16 2.1 类别数据可视化条形图及其变种条形图及其变种百分比条形图百分比条形图例题分析例题分析l l百百分分比比条条形形图图（Percentage Percentage bar bar plotplot）是是根根据据各各类类别别的的比比例例绘绘制制的的一一种种条条形形图图，它它可可以以看看作作堆叠条形图的变种堆叠条形图的变种l l绘绘百百分分比比形形图

6、图时时，将将某某个个类类别别各各条条的的高高度度都都设设定定为为1 1或或100%100%，条条内内每每一一段段的的高高度度表表示示另另一一个类别变量各类别的频数比例个类别变量各类别的频数比例第 2 章2-9数据分析基础基于Python的实现2023/5/162023/5/16 2.1 类别数据可视化饼图和环形图饼图和环形图饼图饼图例题分析例题分析l l饼饼图图（pie pie chartchart）是是用用圆圆形形及及圆圆内内扇扇形形的的角角度度来来表表示示数数值值大大小小的的图图形形。它它主主要要用用于于表表示示一一个个样样本本（或或总总体体）中中各各类类别别的的频频数数占占全全部部频频数

7、数的的百百分比，分比，l l对对于于研研究究结结构构性性问问题题十十分有用分有用【例例2-2】（数据：example2_2.csv）表2-1是2019年北京、天津、上海和重庆的人均各项消费支出数据。绘制饼图，分析人均各项消费支出的构成支出支出项目目北京北京天津天津上海上海重重庆食品烟酒食品烟酒8488.58983.710952.66666.7衣着衣着2229.51999.52071.81491.9居住居住15751.46946.115046.43851.2生活用品及服生活用品及服务2387.31956.72122.81392.5交通通信交通通信4979.04236.45355.72632.8教

8、育文化教育文化娱乐4310.93584.45495.12312.2医医疗保健保健3739.72991.93204.81925.4其他用品及服其他用品及服务1151.01154.01355.9501.3第 2 章2-10数据分析基础基于Python的实现2023/5/162023/5/16 2.1 类别数据可视化饼图和环形图饼图和环形图饼图饼图例题分析例题分析【例例2-2】（数 据：example2_2.csv）表 2-1是2019年北京、天津、上海和重庆的人均各项消费支出数据。绘制饼图，分析人均各项消费支出的构成第 2 章2-11数据分析基础基于Python的实现2023/5/162023/5

9、/16 2.1 类别数据可视化饼图饼图环形图环形图例题分析例题分析l l环环形形图图（donut donut chartchart）是是将将饼饼图图的的中中间间挖挖掉掉后后剩剩下下的的环环形形，也称为甜甜圈图也称为甜甜圈图l l环环形形图图可可以以看看做做饼饼图图的的变变种种，它它是是用用环环形形的的各各段段表表示示各各类类别频数的百分比别频数的百分比l l当当有有两两个个及及两两个个以以上上类类别别变变量量时时，可可以以绘绘制制出出每每个个变变量量各各类类别别百百分分比比的的环环形形，并并将将各各个个环环嵌嵌套套在在一一起起。环环形形图图可可以以用用于于两两个个或或两两个个以以上上类类别变量

10、的结构比较别变量的结构比较【例例2-2】（数据：example2_2.csv）表2-1是2019年北京、天津、上海和重庆的人均各项消费支出数据。绘制饼图，分析人均各项消费支出的构成第 2 章2-12数据分析基础基于Python的实现2023/5/162023/5/16l数数据据的的分分布布特特征征：主要是指分布的形状是否对称、分布偏斜的方向和程度、分布中是否存在离群点等，其可视化图形主要有直方图、核密度图、箱线图、小提琴图和点图等l本本节节图图适适用用的的数数据据类类型型包包括括：一个或多个数值变量（数据），如一年中每一天的空气质量指数，一年中每一天的PM2.5、PM10等；按因子（类别变量）

11、分类的一个或多个数值变量（数据），如按空气质量等级（优、良、轻度污染、中度污染、重度污染、严重污染）分类的空气质量指数，等等 2.2 数据分布可视化分布图形及其所有的数据分布图形及其所有的数据第 2 章2-13数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数据分布可视化直方图与核密度图直方图与核密度图直方图直方图例题分析例题分析l l将将数数据据分分组组后后，在在x x轴轴上上用用矩矩形形的的宽宽度度表表示示每每个个组组的的组组距距，在在y y轴轴上上用用矩矩形形的的高高度度表表示示每每个个组组的的频频数数或或密密度度，多多个个矩矩形形并并列列在在一一起起就就

12、是直方图是直方图l l利利用用直直方方图图的的形形状状可可以以观观察察数数据据分布的特征分布的特征【例例2-2】（数据：example2_2.csv）2020年1月1日12月31日几个主要城市的AQI数据。绘制出6个城市AQI的直方图分析其分布的特征第 2 章2-14数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数据分布可视化直方图与核密度图直方图与核密度图核密度图核密度图例题分析例题分析l l核核密密度度图图（kernel kernel density density plotplot）是是用用于于描描述述估估计计核核密密度度估估计计的的一一种种图图形形，它

13、它使使用用一一定定的的核核函函数数和和带带宽宽为为数数据据的的分分布布提提供供了了一一种种平平滑滑曲线，从中可以看出数据分布的大致形状曲线，从中可以看出数据分布的大致形状l l核密度图可以替代直方图来观察数据的分布核密度图可以替代直方图来观察数据的分布l l核密度曲线的平滑程度取决于带宽（核密度曲线的平滑程度取决于带宽（bandwidthbandwidth，bwbw）。）。bwbw的值越大，曲线越平滑利用直方图的形状可以观察数据分布的特征的值越大，曲线越平滑利用直方图的形状可以观察数据分布的特征第 2 章2-15数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数

14、据分布可视化直方图与核密度图直方图与核密度图核密度图核密度图例题分析例题分析6个城市AQI的核密度图第 2 章2-16数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数据分布可视化直方图与核密度图直方图与核密度图核密度山峦图核密度山峦图例题分析例题分析l l山峦图（山峦图（ridgeline diagramridgeline diagram）l l用用于于多多数数据据系系列列或或按按因因子子分分类类的的核核密密度度估计的可视化估计的可视化l l绘绘制制的的数数据据通通常常是是相相同同的的x x轴轴（如如同同一一个个变量）和不同的变量）和不同的y y轴（如不同的分

15、类）轴（如不同的分类）l l将将多多个个分分类类下下的的同同一一个个数数据据系系列列的的核核密密度度估估计计图图以以交交错错堆堆叠叠的的方方式式绘绘制制在在一一幅幅图图中中，看看起起来来像像山山峦峦起起伏伏，从从而而有有利利于于比较不同数据系列的分布特征比较不同数据系列的分布特征第 2 章2-17数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数据分布可视化箱线图和小提琴图箱线图和小提琴图箱线图箱线图示意图示意图第 2 章2-18数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数据分布可视化箱线图和小提琴图箱线图和小提琴图箱线图箱

16、线图示意图示意图第 2 章2-19数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数据分布可视化箱线图和小提琴图箱线图和小提琴图箱线图箱线图不同箱线图对应的分布不同箱线图对应的分布第 2 章2-20数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数据分布可视化箱线图和小提琴图箱线图和小提琴图箱线图箱线图例题分析例题分析l l6 6个个城城市市AQIAQI的箱线图的箱线图第 2 章2-21数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数据分布可视化箱线图和小提琴图箱线图和小提琴图小提琴图小提琴图例题

17、分析例题分析l l小小 提提 琴琴 图图（violin violin plotplot）是是箱箱线线图图的的一一变种变种l l将将分分布布的的核核密密度度估估计计曲曲线线与与箱箱线线图图结结合合在在一一起起，它它在在箱箱线线图图上上以以镜镜像像方方式式叠叠加加一一条条核核密密度度估估计计曲曲线线，易易于于观观察察数数据据分分布布的的大大致形状致形状l l6 6个个城城市市AQIAQI的的小小提提琴琴图图第 2 章2-22数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数据分布可视化点图点图例题分析例题分析l l各各数数据据用用点点绘绘制制在在图图中中l l点点图

18、图有有多多种种形形式式，其其中中最最常常见见的的是是克克利利夫夫兰兰（ClevelandCleveland）点点图图l l点点图图是是检检测测数数据据离离群群点的有效工具点的有效工具l l当当数数据据量量较较少少时时，也也可可以以替替代代直直方方图图和和箱箱线线图图来来观观察察数数据据的的分分布布第 2 章2-23数据分析基础基于Python的实现2023/5/162023/5/16 2.2 数据分布可视化蜂群图蜂群图例题分析例题分析l将将各各个个点点在在垂垂线线两两侧侧向向上上展展开开排排列列成成蜂蜂群群的的形形式式l可可以以将将点点图图与与箱箱形形图图和和小提琴图等结合使用小提琴图等结合使

19、用第 2 章2-24数据分析基础基于Python的实现2023/5/162023/5/16l对于多个数值变量，我们通常关心这些变量之间是否有某种关系。散散点点图图（scatter plot）就是分析数值变量间关系的常用工具。只分析两个变量时，可以绘制普通散点图；分析两个以上变量时，可以绘制散点图矩阵或相关系数矩阵l本本节节图图形形适适用用的的数数据据包包括括：两个或多个数值变量；按因子分类的两个或多个数值变量 2.3 变量间关系可视化关系可视化图形及其适用的数据关系可视化图形及其适用的数据第 2 章2-25数据分析基础基于Python的实现2023/5/162023/5/16 2.3 变量间关

20、系可视化散点图散点图随机模拟随机模拟第 2 章2-26数据分析基础基于Python的实现2023/5/162023/5/16 2.3 变量间关系可视化散点图散点图例题分析例题分析【例例2-3】（数数据据：example2_3.csvexample2_3.csv）为为分分析析上上市市公公司司的的总总股股本本与与各各项项财财务务指指标标间间的的关关系系，随随机机抽抽取取200200家家上上市市公公司司，得得到到的的有有关关财财务务数数据据如如表表2-22-2所所示示。绘绘制制散散点点图图分分析析总总股股本本与与每每股股收收益益之之间的关系间的关系第 2 章2-27数据分析基础基于Python的实现

21、2023/5/162023/5/16 2.3 变量间关系可视化散点图散点图边际图边际图例题分析例题分析【例【例2-3】（数据：（数据：example2_3.csvexample2_3.csv）绘制散点图分析总股本与每股收益之间的关系）绘制散点图分析总股本与每股收益之间的关系第 2 章2-28数据分析基础基于Python的实现2023/5/162023/5/16 2.3 变量间关系可视化散点图矩阵散点图矩阵l如果要同时分析多个变量两两之间的关系，可以将多幅散点图绘制成矩阵的形式，称为散点图矩阵（matrix scatter）矩阵散点图l散点图矩阵中，对角线上下两部分是对称的图形，也可以将对角线的

22、下方（或上方）绘制出一种形式的散点图（或相关系数），对角线上方（或下方）绘制出另一种形式的散点图（或相关系数）第 2 章2-29数据分析基础基于Python的实现2023/5/162023/5/16 2.3 变量间关系可视化散点图矩阵散点图矩阵例题分析例题分析第 2 章2-30数据分析基础基于Python的实现2023/5/162023/5/16 2.3 变量间关系可视化相关系数矩阵（热图）相关系数矩阵（热图）l l当当变变量量较较多多时时，散散点点图图矩矩阵阵中中的的各各散散点点图图就就会会变变得得很很小小，散散点点图图难难以以观观察察。这这时时，可可以以计计算算出出变变量量间间的的相相关关

23、系系数数矩矩阵阵，再再将将其画成图像，其画成图像，即即相关系数矩阵图相关系数矩阵图l l相相关关系系数数是是度度量量两两个个变变量量之之间间线线性性关关系系强强度度的的统统计计量量，其其取取值值在在-1-1，11之之间间。相相关关系系数数大大于于0 0表表示示正正相相关关，数数值值越越大大表表示示正正相相关关程程度度越越强强；相相关关系系数数小小于于0 0表表示示负负相相关关，数数值值越越小小表表示示负负相相关关程程度度越越强强。详详细细内内容容见第见第9 9章章第 2 章2-31数据分析基础基于Python的实现2023/5/162023/5/16 2.3 变量间关系可视化气泡图气泡图例题分

24、析例题分析气泡图也可以用于展示气泡图也可以用于展示3 3个变量之间的关系，用变量个变量之间的关系，用变量x x和和y y画出散点图，第画出散点图，第3 3个变量数值的大小用圆的大小表示个变量数值的大小用圆的大小表示第 2 章2-32数据分析基础基于Python的实现2023/5/162023/5/16l比较多个样本在多个变量上的相似性l图形主要有轮廓图、雷达图、星图、脸谱图、聚类图、热图等，限于篇幅，本章主要介绍轮廓图和雷达图l本本节节图图形形适适用用的的数数据据包包括括：在多个样本（两个或两个以上）上获得的多个数值变量 2.4 样本相似性可视化样本相似性图形及其适用的数据样本相似性图形及其适

25、用的数据第 2 章2-33数据分析基础基于Python的实现2023/5/162023/5/16 2.4 样本相似性可视化样本相似性可视化样本相似性可视化轮廓图轮廓图例题分析例题分析轮轮廓廓图图（outline outline plotplot）也也称称平平行行坐坐标标图图或或多多线线图图，它它用用x x轴轴表表示示各各样样本本，用用y y轴轴表表示示每每个个样样本本的的多多个个变变量量的的数数值值（x x轴轴和和y y轴轴可可以以互互换换），将将同同一一样样本本在在不不同同变变量量上上的的观观测测值值用用折折线线连连接接起起来来。观观察察轮轮廓廓图图中中各各折折线线的的形形状状及及其其排排列

26、列方方式式，可可以以比比较较各各样样本本在在多多个个变变量上取值的相似性及差异量上取值的相似性及差异第 2 章2-34数据分析基础基于Python的实现2023/5/162023/5/16 2.4 样本相似性可视化样本相似性可视化样本相似性可视化雷达图雷达图例题分析例题分析从从一一个个点点出出发发，每每个个变变量量用用一一条条射射线线表表示示，P P个个变变量量形形成成P P条条射射线线（P P个个坐坐标标轴轴），每每个个样样本本在在P P个个变变量量上上的的取取值值连连接接成成线线，即即围围成成一一个个区区域域，多多个个样样本本围围成成多多个个区区 域域，就就 是是 雷雷 达达 图图（rad

27、ar radar chartchart），也也称称为为蜘蜘蛛蛛图图（spider spider chartchart）。利利用用雷雷达达图图也也可可以以研研究究多多个个样样本本之之间间的的相相似似程程度度例例题分析分析第 2 章2-35数据分析基础基于Python的实现2023/5/162023/5/16l时时间间序序列列（time series）是一种常见的数据形式，它是在不同时间点上记录的一组数据，如各年份的GDP数据、各月份的CPI数据、一年中各交易日的股票价格指数收盘数据等l通过可视化，可以观察时间序列的变化模式和特征。时间序列的可视化图形有多种，其中最基本的是折线图折线图（line

28、chart）和面积图面积图（area graph）本节图形适用的数据：时间序列。l本节图形适用的数据包括：本节图形适用的数据包括：时间序列 2.5 时间序列可视化时间序列图形及其适用的数据时间序列图形及其适用的数据第 2 章2-36数据分析基础基于Python的实现2023/5/162023/5/16 2.5 时间序列可视化折线图折线图例题分析例题分析l l折折线线图图是是描描述述时时间间序序列列最最基基本本的的图图形形，它它主主要要用用于于观观察察和和分分析析时时间间序序列列随随时时间间变变化化的的形形态态和和模模式式。折折线线图图的的x x轴轴是是时时间间，y y轴轴是是变变量量的的观观测

29、值测值l l面面积积图图是是在在折折线线图图的的基基础础上上绘绘制制的的，它它将将折折线线与与x x轴轴之之间间的的区区域域用用颜颜色色填填充充，填填充充的的区区域域即即为面积为面积【例例2-6】（数据：example2_6.csv）2000年 2020年我国城镇居民和农村居民的消费水平数据如表2-3所示。绘制折线图分析居民消费水平的变化特征第 2 章2-37数据分析基础基于Python的实现2023/5/162023/5/16 2.5 时间序列可视化折线图折线图例题分析例题分析【例例2-6】（数据：example2_6.csv）2000年2020年我国城镇居民和农村居民的消费水平数据如表2-

30、3所示。绘制折线图分析居民消费水平的变化特征第 2 章2-38数据分析基础基于Python的实现2023/5/162023/5/16 2.6 可视化的注意事项可视化的注意事项可视化的注意事项l一幅完整的图形大体上包括图形主体、标题、坐标轴注释等要素。图形主体用于表达数据信息l标题用于注释图形的内容，一般包括数据所属的时间（when）、地点（where）和内容（what），此外，还应包括必要的图形编号。标题可以放在图的上方，也可放在图的下方l坐标轴注释需要标示出坐标轴代表的变量名称，以便于阅读和理解l图形的比例也十分重要，一般图形大致为10:7或4:3的一个矩形，过长或过高的图形都有可能歪曲数据，给人留下错误的印象THE ENDTHE ENDT THHAANNKKS S2023/5/16人人 生生 苦苦 短短我我 用用P Py yt th ho on n