图表能够帮助我们从大量的数据中提取出信息,并把它们转化成直观而有趣的形式,揭示出数据分布的一般特征,是最为简单也最常用的一类统计分析工具。图表的最大优势就是直观、形象。为了既有助于引导读者理解数据,又避免造成错误的印象,绘制图表时应注意以下几点:

  1. 正确理解不同图表的用途,合理选择图表;
  2. 真实展示数据特征,合理安排图表结构;
  3. 遵循图表制作规范;

接下来介绍条形图,饼图,环形图,直方图,箱线图,散点图,雷达图的使用方法。

条形图(bar chart)

条形图条形图(bar chart)是用宽度相同的条形来表示数据中不同类别出现频数的高低。类别变量既可以放在横轴,也可以放在纵轴,相应的另一个坐标轴则为频数(也可以是百分比)。显然,条形图在保留频数分布表中的具体数字之外,更加直观地展示了不同类别频数的高低差异。我们还可以根据分析需要将上述两个类别变量绘制在同一个条形图中进行交叉比较,这就是复式条形图。通常情况下,条形图便于观察一组数据中不同类别出现频数的绝对值高低,但如果希望揭示一组数据中各类别的频数在总频数中所占百分比的结构状况,则更适合绘制饼图。

饼图(pie chart)

饼图(pie chart)是将一个圆划分成多个扇形,用每个扇形的面积(即角度)大小代表不同类别的频数在总频数中所占的百分比。从饼图中我们可以更加直观地考察一组数据中不同类别个体的构成结构和相对频数大小(当然也可以在图中标注出每一类别的绝对频数值),即使数据量发生变化,只要内部结构没有变动,饼图中扇形的划分比例就将保持不变。分析不同性别的消费者对奶茶品牌的偏好结构。

环形图(doughnut chart)

环形图(doughnut chart)是将两个或两个以上的饼图叠放在一起,然后“挖去”中间的部分所构成的图形。环形图中用每一个环形代表不同的样本,同一个样本(同一个环)的不同构成部分则用环上的不同分段来表示。如果研究者需要同时对比多个样本数据的构成结构,则环形图展示的结果将更为直观和简洁。

直方图(histogram)

直方图(histogram)是用矩形的宽度和高度(即面积)来表示数值数据的频数分布。横坐标是数值变量的取值,每一个矩形的宽度对应的是数值数据分组后每一组的区间,纵坐标可以是频数也可以是百分比。直方图和条形图外观近似,容易引起混淆,但实际上两者的性质和功能完全不同。如前所述,条形图主要用于描述类别数据的频数分布,通常用矩形代表不同的类别,因此其宽度并没有实际意义。在条形图中,不同类别的矩形往往是分开排列的。而直方图则主要适用于描述数值数据的频数分布,矩形的宽度代表的是分组后各组的组距,有实际的数值含义。因此,在直方图中,各个矩形必然是连续排列的。

箱线图(box plot)

箱线图(box plot)是用于展示未分组的数值数据分布特征的另一类常用图形,其绘制步骤如下。首先,找出一组数据的3个四分位数,画出箱子。顾名思义,将一组数据由小到大排序,分别位于25%、50%和75%位置上的3个数将该组数据等分为四份,这3个数分别被称为下四分位数、中位数和上四分位数,分别用Q25%、Q50%和Q75%表示。上、下四分位数构成封闭箱子的边界,中位数位于箱子内部,箱子的长度即为上四分位数与下四分位数的差值,称为四分位差或四分位距,用IQR表示,代表了中间50%数据变动的范围。然后,计算出内围栏和相邻值,画出须线。内围栏是分别低于下四分位数和高于上四分位数1.5倍四分位差的两个值,其中,Q25%-1.5×IQR称为下内围栏,Q75%+1.5×IQR称为上内围栏。内围栏一般不在箱线图中显示,只是作为确定离群点的界限。取值位于上下内围栏之间的数据的最大值和最小值(即非离群点的最大值和最小值)称为上、下相邻值,用直线将上下相邻值分别与箱子连接,形成须线,代表了除离群点之外的所有数据的变动范围。最后,标出离群点。离群点是大于上内围栏或小于下内围栏的数值,在图中通常用“〇”单独标出。

散点图(scatter diagram)

散点图散点图(scatter diagram)是用于展示两个数值变量之间关系的一种常用图形。如果收集得到变量x对应变量y的两组数据,分别用横坐标和纵坐标代表两个变量,那么每一对数据(xi,yi)就可以标记为二维坐标系中的一个点,所有数据点构成的图形即为散点图。

雷达图(radar chart)

雷达图(radar chart)是从一个点出发,用不同方向的射线分别代表不同的变量,将同一个样本各个变量的取值落在射线上的点连接成一个“蜘蛛网”,多个样本则形成多个“蜘蛛网”。因此,雷达图也称蜘蛛网图或星图,可以在二维平面方便地展示多变量数据。

如何合理的使用统计图表相关推荐

  1. ASP.NET2.0轻松搞定统计图表【月儿原创】

    ASP.NET2.0轻松搞定统计图表 作者:清清月儿 主页:http://blog.csdn.net/21aspnet/           时间:2007.3.27 本文讲述如何绘制条形图,折线图, ...

  2. vue饼图统计_做可交互的统计图表,这套图形语法不容错过

    选好可视化 "一图胜千言",是最直观的数据可视化魅力.以图表来传达和沟通信息,其效率远超枯燥乏味的数据表达. 有需求就有市场.数据可视化崭露头角后,各个厂商出备的产品.解决方案,开 ...

  3. ASP.NET MVC+HighCharts开发统计图表

    HighCharts是开源的Web图表js组件,与D3.js一样,经常用于数据可视化.HighCharts图表类型丰富,功能非常强大,是很好的数据可视化解决方案,其官方网站为:http://www.h ...

  4. javascript柱状统计图表

    工作需要,用javascript做一个统计图表: 完成后,做个笔记,大家分享一下,互相学习.其中还有点问题,还不是很完善. 其中参考了百度空间,中管理中心,访问统计,的js统计图表.但是应用上还是有差 ...

  5. python做动态折线图_Python数据可视化 pyecharts实现各种统计图表过程详解

    1.pyecharts介绍 Echarts是一款由百度公司开发的开源数据可视化JS库,pyecharts是一款使用python调用echarts生成数据可视化的类库,可实现柱状图,折线图,饼状图,地图 ...

  6. 智游推送教你如何使用统计图表辅助运营

    2019独角兽企业重金招聘Python工程师标准>>> 数据是能帮助开发者进一步了解产品.了解用户最直观的方式,也是最能真实反映APP运营状况的,当然也是推送服务中必不可少的.但新的 ...

  7. asp.net 中chartlet 统计图表的的使用

    最近由于工作的需要在寻求一种比较好看.统计图表类别功能比较强大一些的图表显示方式,之前一直用aspchart,但是这种显示方式不管是从图表显示样式还是显示功能方面都非常单一有限.经过一段时间在网上查询 ...

  8. java android统计图_Android统计图表之柱状图(条形图)

     Android统计图表之柱状图(条形图) 柱状图是统计图表中经常用到的一种图表,比如降雨量之类的统计展示.我之前写了一些关于Android上的统计图表库MPAndroidChart,附录了一些我 ...

  9. python数据可视化的特点_Python数据可视化 pyecharts实现各种统计图表过程详解

    1.pyecharts介绍 Echarts是一款由百度公司开发的开源数据可视化JS库,pyecharts是一款使用python调用echarts生成数据可视化的类库,可实现柱状图,折线图,饼状图,地图 ...

  10. 分享一个开源的JavaScript统计图表库,40行代码实现专业统计图表

    这可能是史上最简单易用的开源统计图表绘制库了.柱状图,饼状图,点状图等等您能想到的类型全部支持. 这个开源库的官网:http://www.chartjs.org/ 直接看如何只用40行代码就实现专业的 ...

最新文章

  1. BBC称中国人加班时间远超欧美:工作效率未必高
  2. 常见排序算法时间复杂度
  3. [原]Java程序员的JavaScript学习笔记(12——jQuery-扩展选择器)
  4. 罗盘时钟代码(转载)
  5. 浅谈权限(功能权限数据权限)
  6. TX2017秋招笔试题之编码
  7. AOP拦截器 表达式写法
  8. normandie出错重试与缓存机制对交互的影响,开发者注意
  9. Power BI Desktop交互式和弦图
  10. 中国塑料加工机械市场趋势报告、技术动态创新及市场预测
  11. ros melodic控制真实机械臂之获取moveit规划插补点
  12. Window服务初级教程以及log4net配置文件初始化
  13. dnf mysql密码多少_DNF 台服数据库密码加密算法
  14. 利用selenium获取接口数据
  15. 算法基础知识——贪心策略
  16. 微信小程序生成携带参数的小程序码
  17. C语言中,#include的用法:#include 和 #include区别
  18. 禅与互联网:乔布斯的“禅”与龙泉寺的“灵隐”
  19. 全连神经网络的经典实战--MNIST手写体数字识别
  20. 阿里云 幸运券 分享 2017 10

热门文章

  1. 一般期刊发表要求如何掌握
  2. python 断言方法_Python3断言
  3. 敏感词高效检测从浅到深
  4. maya阿诺德渲染失败_[转载]Arnold 渲染器for maya 安装不了的解决办法
  5. 平房误差函数_最小平方误差准则函数.ppt
  6. 怎么设置html按钮的文字垂直居中显示,word文档如何设置页面文字垂直居中
  7. 卸载掉WPS后安装Office文档图标显示异常
  8. Python数据分析的几种绘图方式——数据可视化(附源码)
  9. php自动生成word目录,word目录自动生成,word如何自动生成目录
  10. 压缩ppt文件大小的方法