本公众号名称由趣味数据周刊更名为:数据指象。指象:谓天以景象示意,出自于《汉书》,希望以数据指象为言语,得一类而达之。
正文:
数字的堆积让人眼花缭乱,如何快速聚焦信息热点,发现潜在差异与趋势,是大数据时代的难点;办法很多,其中以图代替堆积的数字,化抽象为易观易感的影象是屡试不爽的方法之一;
怎么用图去刻画多元的数据,描述更多的变量,心中有图,做事不慌张。
七大洲七年的电话数量,我们可以用一张图刻画7*7=49个数据,轻易发现数据大小与趋势;
数据集:可以在R中内在数据集中,用data()查找到WorldPhones七大洲的七年的电话数。
如下的每一张图都刻画了这49个数据,让人一目了然,看见大洲间的优劣多寡,也可以看见时间年份上的变化发展。
1,常用的基础图像:
环形图,轮廓图,散点图及雷达图,是很常见的图像,我们可以借助Excel快速的绘制出来,我们只需记住每个图像表达的侧重点。
环形图:可以同时绘制多个样本或总体的数据系列,每一个样本或总体的数据系列为一个环,多用于用于结构比较研究。
散点图:将各变量用一系列平行的横坐标轴表示,变量值对应纵轴上的位置,用于研究多个样本在多个变量上的相似程度或变量间的相互关系,这依然是轮廓图及闪电图的妙处。
雷达图:也称为蜘蛛图(spider chart),从一个点出发,用每一条射线代表一个变量,多个变量的数据点连接成线,即围成一个区域,多个样本围成多个区域,就是雷达图。可用于研究多个样本在多个变量上的相似程度。
注意:当多个变量的取值相差较大或量纲不同时,可进行线性变换或对数变换处理后再做图。
2,奇妙的调和曲线图:
调和曲线图由 Andrews,1972提出。
原理:用二维空间的一条曲线表示多维空间的点,主要借助正余弦函数来刻画一组变量。不由得让人想联想到傅立叶变换。
注意:各变量数值悬殊时,要先标准化
价值发现聚类的特性:同类的曲线拧在一起,不同类拧成不同的束。需要借助计算机处理复杂的计算,这里我们使用R语言完善的包MSG来绘制调和曲线。
install.packages('MSG')
library(MSG)
andrews_curve(WorldPhones) #七大洲七年的电话数
由于数据量太少无法显示调和曲线的美感,不如一起看看下图的美,
#借助R中的数据集
andrews_curve(iris[,-5], col=as.integer(iris[,5])+100)
3,总结如下:
- END -