獨(dú)家 | 可視化101:選取合適類型的可視化圖表(下)
作者：Mariya Mansurova
翻譯：陳之炎
校對：趙茹萱
本文約2500字，建議閱讀16分鐘
本文介紹了可視化案例。
在上文中，我們從框架開始，通過討論數(shù)據(jù)可視化，為實(shí)際用例選取最為合適的圖表。具體而言，我們分析了時(shí)間序列與名稱比較的可視化示例，在下文中，我們將繼續(xù)分析其他案例的可視化示例。?????
偏差
推薦圖表
當(dāng)需要比較不同的度量時(shí)，使用可視化來傳達(dá)這一想法的最佳方法是采用柱狀圖和基線的組合。
在我先前的一篇關(guān)于酒店評(píng)論主題建模的研究文章中做了這樣的可視化，我比較了每個(gè)特定主題連鎖酒店客戶評(píng)論的份額和基線（全部評(píng)論的平均比率），并強(qiáng)調(diào)了與顏色明顯不同的部分。
此外，當(dāng)有一個(gè)顯示偏離預(yù)測值的任務(wù)時(shí)，可以使用折線圖比較預(yù)測值和事實(shí)數(shù)據(jù)的偏差，我喜歡用虛線表示預(yù)測值，以強(qiáng)調(diào)它不像真實(shí)值那么可信。
作者生成可視化圖片 這種折線圖的情況比前文討論的要復(fù)雜一些，需要使用Plotly 圖形對象來定制圖形，而非使用Plotly Express。
排序
推薦圖表
毫無疑問，可以使用類似于名稱比較的條狀圖，唯一需要記住的細(xì)微差別是依據(jù)感興趣的指標(biāo)對圖表上的數(shù)據(jù)段進(jìn)行排序。例如，可以根據(jù)年度商品總價(jià)值來可視化排位前3的地區(qū)。
作者生成可視化圖片 部分到整體
推薦圖表
最直接的解決方案是使用條形圖來顯示不同類別的細(xì)分份額，為了使可視化更容易解釋，按降序排序數(shù)值。
作者生成可視化圖片
上述方法同時(shí)適用于多個(gè)數(shù)據(jù)段，有時(shí)，使用堆疊的條形圖比較結(jié)構(gòu)會(huì)更容易，例如，可以按年齡查看不同地區(qū)的客戶份額。
作者生成可視化圖片 這種情況下通常會(huì)采用餅圖，但我不建議你這么做，從視覺感知研究中可知，比較角度或區(qū)域比僅僅比較長度更具挑戰(zhàn)性，所以，柱狀圖是最好的。
此外，可能還會(huì)有其他任務(wù)，需要觀察隨著時(shí)間的推移而出現(xiàn)的結(jié)構(gòu)變化。理想的選擇是用一個(gè)面積圖，它將顯示通過斜率進(jìn)行數(shù)據(jù)細(xì)分和趨勢劃分（這就是為什么它是比以月作為分類的條形圖更好的選擇）。
作者生成可視化圖片
可以使用Plotly中的px.area函數(shù)創(chuàng)建面積圖。
頻率分布
- 是正態(tài)分布的嗎？
- 是單一模態(tài)的嗎？
- 數(shù)據(jù)中有無異常值？
推薦圖表
頻率分布的首選是直方圖（垂直柱狀圖通常沒有類別之間的邊界），我通常更喜歡規(guī)一化的直方圖，因?yàn)樗鼈儽冉^對值更容易解釋。 如果要查看多個(gè)指標(biāo)的頻率分布，則可以同時(shí)繪制多個(gè)直方圖。在這種情況下，使用歸一化直方圖至關(guān)重要。否則，如果不同組別中對象的數(shù)量不同，則將無法進(jìn)行分布對比。
例如，可以比較來自英國和瑞士客戶的年度GMV可視化分布情況。
作者生成可視化圖片 我使用了matplotlib實(shí)現(xiàn)這一可視化，因?yàn)橄矚g matplotlib的默認(rèn)設(shè)計(jì)，我更偏愛 matplotlib 而非采用Plotly的直方圖。
如果想比較多個(gè)類別的分布，那么在同一圖上畫出多個(gè)直方圖將是富有挑戰(zhàn)性。所以，建議使用方框圖，它們顯示的信息較少（只有中位數(shù)、四分位數(shù)和異常值），雖然需要對觀眾做出解釋，然而，對于多類別分布來說，這可能是最好的選擇。 例如，來看看不同地區(qū)在現(xiàn)場所花費(fèi)時(shí)間的分布。
作者生成可視化圖片
如果不記得如何閱讀方框圖，這里有一個(gè)方案，可以提供一些提示。
圖片來自維基百科（來源）|CCBY-SA2.5授權(quán) 來瀏覽一下用方框圖進(jìn)行可視化的構(gòu)建模塊：
- 可視化圖上的方框顯示了IQR（四分位數(shù)范圍）-25%和75%的百分位數(shù)，
- 方框中間的線指定了中位數(shù)(50%的百分位數(shù)），
- 須等于1.5 * IQR，或等于數(shù)據(jù)集中的最小/最大值，
- 如果你有任何一個(gè)比1.5*IQR（異常值）更極端的數(shù)字，將它們描述為圖上的點(diǎn)。
相關(guān)性
推薦圖表
散點(diǎn)圖是顯示這些值之間的相關(guān)性的最佳解決方案，可能還需要添加一條趨勢線來突出顯示度量標(biāo)準(zhǔn)之間的關(guān)系。
作者生成可視化圖片 如果數(shù)據(jù)點(diǎn)眾多，那么可能會(huì)面臨散點(diǎn)圖的問題：不可能看到有全部數(shù)據(jù)點(diǎn)的結(jié)構(gòu)，因?yàn)樗鼈兿嗷ブ丿B。在這種情況下，減少不透明度可能會(huì)有助于揭示數(shù)據(jù)之間的關(guān)系。
例如，對比下面兩個(gè)圖，第二種方法更好理解數(shù)據(jù)的分布。
作者生成可視化圖片 使用Plotly圖形對象來畫這個(gè)圖形，因?yàn)樗嵌ㄖ频模獎(jiǎng)?chuàng)建這樣的圖，需要指定兩個(gè)軌跡——一個(gè)用于散點(diǎn)圖，另一個(gè)用于回歸線。
將回歸線作為第二個(gè)軌跡非常必要，不這樣做的話，它會(huì)被散點(diǎn)圖所覆蓋。 此外，還可以顯示兩個(gè)變量的頻率分布，這實(shí)現(xiàn)起來并不費(fèi)力，可以使用 seaborn庫中的聯(lián)合繪圖來實(shí)現(xiàn)，代碼如下。
作者生成可視化圖片 至此，已經(jīng)涵蓋了數(shù)據(jù)可視化的全部用例。
這是我需要知道的全部可視化類型嗎？
下面是一些示例：
- 針對客戶旅程地圖的Sankey圖或太陽爆發(fā)圖；
- 需要顯示地理數(shù)據(jù)時(shí)，請使用Choropleth數(shù)據(jù)；
- Word云提供一個(gè)高水平的文本視圖。
如果想看到多條線的趨勢時(shí)使用Sparklines。
為了獲得靈感，通常使用諸如Plotly 或seaborn等流行的可視化庫。
此外，還可以詢問ChatGPT關(guān)于數(shù)據(jù)顯示的可能選項(xiàng)，它會(huì)提供一個(gè)相當(dāng)合理的指南。
由作者提供截圖 總結(jié) 在整篇文章中，我們討論了數(shù)據(jù)可視化的基礎(chǔ)知識(shí)：
- 為什么需要可視化數(shù)據(jù)？
- 在開始研究可視化工作之前，應(yīng)該問自己什么問題？
- 基本的構(gòu)建模塊是什么，哪些最讓觀眾容易感知？
- 數(shù)據(jù)可視化的常用用例是什么？可以使用哪些圖表類型來解決這些問題？
希望本文所提供的框架將助您不被各種選項(xiàng)所困擾，為觀眾創(chuàng)造出更好的可視化圖表。
感謝拔冗閱讀本文，如果您有任何后續(xù)的問題或評(píng)論，請?jiān)谠u(píng)論區(qū)留下它們。
原文標(biāo)題：
Visualisation 101: Choosing the Best Visualisation Type 原文鏈接： https://towardsdatascience.com/visualisation-101-choosing-the-best-visualisation-type-3a10838b150d
譯者簡介
陳之炎， 北京交通大學(xué)通信與控制工程專業(yè)畢業(yè)，獲得工學(xué)碩士學(xué)位，歷任長城計(jì)算機(jī)軟件與系統(tǒng)公司工程師，大唐微電子公司工程師，現(xiàn)任北京吾譯超群科技有限公司技術(shù)支持。目前從事智能化翻譯教學(xué)系統(tǒng)的運(yùn)營和維護(hù)，在人工智能深度學(xué)習(xí)和自然語言處理（NLP）方面積累有一定的經(jīng)驗(yàn)。業(yè)余時(shí)間喜愛翻譯創(chuàng)作，翻譯作品主要有：IEC-ISO 7816、伊拉克石油工程項(xiàng)目、新財(cái)稅主義宣言等等，其中中譯英作品“新財(cái)稅主義宣言”在GLOBAL TIMES正式發(fā)表。能夠利用業(yè)余時(shí)間加入到THU 數(shù)據(jù)派平臺(tái)的翻譯志愿者小組，希望能和大家一起交流分享，共同進(jìn)步
翻譯組招募信息
工作內(nèi)容： 需要一顆細(xì)致的心，將選取好的外文文章翻譯成流暢的中文。如果你是數(shù)據(jù)科學(xué)/統(tǒng)計(jì)學(xué)/計(jì)算機(jī)類的留學(xué)生，或在海外從事相關(guān)工作，或?qū)ψ约和庹Z水平有信心的朋友歡迎加入翻譯小組。
你能得到： 定期的翻譯培訓(xùn)提高志愿者的翻譯水平，提高對于數(shù)據(jù)科學(xué)前沿的認(rèn)知，海外的朋友可以和國內(nèi)技術(shù)應(yīng)用發(fā)展保持聯(lián)系，THU數(shù)據(jù)派產(chǎn)學(xué)研的背景為志愿者帶來好的發(fā)展機(jī)遇。
其他福利： 來自于名企的數(shù)據(jù)科學(xué)工作者，北大清華以及海外等名校學(xué)生他們都將成為你在翻譯小組的伙伴。
點(diǎn)擊文末“ 閱讀原文 ”加入數(shù)據(jù)派團(tuán)隊(duì)~
轉(zhuǎn)載須知
如需轉(zhuǎn)載，請?jiān)陂_篇顯著位置注明作者和出處（轉(zhuǎn)自：數(shù)據(jù)派ID：DatapiTHU），并在文章結(jié)尾放置數(shù)據(jù)派醒目二維碼。有原創(chuàng)標(biāo)識(shí)文章，請發(fā)送【文章名稱-待授權(quán)公眾號(hào)名稱及ID】至聯(lián)系郵箱，申請白名單授權(quán)并按要求編輯。
發(fā)布后請將鏈接反饋至聯(lián)系郵箱（見下方）。未經(jīng)許可的轉(zhuǎn)載以及改編者，我們將依法追究其法律責(zé)任。
點(diǎn)擊 “閱讀原文” 擁抱組織