《統(tǒng)計學(xué)-基于R》（第4版）課件：數(shù)據(jù)可視化

賈俊平2024/1/30StatisticswithR統(tǒng)計學(xué)R語言賈俊平2024/1/302.1

類別數(shù)據(jù)可視化2.2數(shù)據(jù)分布可視化3.3變量間關(guān)系可視化2.4樣本相似性可視化2.5時間序列可視化2.6可視化的注意事項

數(shù)據(jù)可視化可視化分類類別數(shù)據(jù)單變量雙變量多變量數(shù)值數(shù)據(jù)展示分布展示關(guān)系樣本相似時間序列觀察趨勢可視化思維導(dǎo)圖

2.1

類別數(shù)據(jù)可視化類別數(shù)據(jù)可視化觀察絕對頻數(shù)單變量簡單條形圖帕累托圖雙變量并列條形圖堆疊條形圖其他脊形圖百分比條形圖多變量馬賽克圖樹狀圖觀察百分百單變量餅圖多變量環(huán)形圖太陽圖可視化類別數(shù)據(jù)可視化——基本框架

2.1

類別數(shù)據(jù)可視化條形圖及其變種

2.1

類別數(shù)據(jù)可視化條形圖及其變種——簡單條形圖——例題分析【例2-1】（數(shù)據(jù)：example2_1.csv）沿用第1章的例1-1。為便于表述，將數(shù)據(jù)example1_1重新命名為example2_1

2.1

類別數(shù)據(jù)可視化條形圖及其變種——帕累托圖——例題分析帕累托圖（paretoplot）——以意大利經(jīng)濟學(xué)家V.Pareto的名字而命名的，它是按各類別的頻數(shù)多少排序后繪制的條形圖。帕累托圖可以看做是簡單條形圖的一個變種，利用該圖很容易看出哪類頻數(shù)出現(xiàn)得多，哪類頻數(shù)出現(xiàn)得少

2.1

類別數(shù)據(jù)可視化條形圖及其變種——復(fù)試條形圖和脊形圖——例題分析制兩個類別變量的條形圖時，可以使用原始數(shù)據(jù)繪圖，也可以先生成二維列聯(lián)表再繪圖根據(jù)繪制方式不同有并列條形圖（juxtaposedbarplot）和堆疊條形圖（stackedbarplot）等在并列條形圖中，一個類別變量作為坐標(biāo)軸，另一個類別變量各類別頻數(shù)的條形并列擺放在堆疊條形圖中，一個類別變量作為坐標(biāo)軸，另一個類別變量各類別的頻數(shù)按比例堆疊在同一個條中

2.1

類別數(shù)據(jù)可視化條形圖及其變種——復(fù)試條形圖和脊形圖——例題分析脊形圖（spineplot）是根據(jù)各類別的比例繪制的一種條形圖，它可以看作堆疊條形圖的一個變種，也可以看作馬賽克圖的一個特例繪制脊形圖時，將某個類別各條的高度都設(shè)定為1或100%，條的寬度與觀測頻數(shù)（樣本量）呈正比，條內(nèi)每一段的高度表示另一個類別變量各類別的頻數(shù)比例

2.1

類別數(shù)據(jù)可視化條形圖及其變種——馬賽克圖——例題分析當(dāng)有兩個以上類別變量時可以繪制馬賽克圖（mosaicplot）馬賽克圖用矩形表示列聯(lián)表中對應(yīng)頻數(shù)的一種圖形，圖中嵌套矩形的面積與列聯(lián)表相應(yīng)單元格的頻數(shù)成正比

2.1

類別數(shù)據(jù)可視化餅圖及其變種——餅圖——例題分析餅圖（piechart）是用圓形及圓內(nèi)扇形的角度來表示數(shù)值大小的圖形。它主要用于表示一個樣本（或總體）中各類別的頻數(shù)占全部頻數(shù)的百分比，對于研究結(jié)構(gòu)性問題十分有用

2.1

類別數(shù)據(jù)可視化餅圖及其變種——扇形圖——例題分析扇形圖（fanchart）是餅圖的一個變種，它是將頻數(shù)構(gòu)成中百分比最大的一個繪制成一個扇形區(qū)域，其他各類百分比按大小使用不同的半徑繪制出扇形，并疊加在這個最大的扇形上

2.1

類別數(shù)據(jù)可視化餅圖及其變種——環(huán)形圖和餅環(huán)圖——例題分析環(huán)形圖（donutchart）是將餅圖的中間挖掉后剩下的環(huán)形，也稱為甜甜圈圖環(huán)形圖可以看做是餅圖的變種，它是用環(huán)形的各段表示各類別頻數(shù)的百分比當(dāng)有兩個類別變量是時，可以繪制出一個變量各類別百分比的餅圖，而相對應(yīng)的另一個變量各類別頻數(shù)的百分比則用環(huán)形圖表示。這種展示雙層結(jié)構(gòu)的圖形稱為餅環(huán)圖（pieanddonutplot），它可以展示兩個變量的層次結(jié)構(gòu)關(guān)系

2.2

數(shù)據(jù)分布可視化結(jié)構(gòu)分布特征直方圖核密度圖直方圖核密度圖箱線圖小提琴圖箱線圖小提琴圖點圖帶狀圖點圖帶狀圖其他海盜圖分布概要圖連續(xù)數(shù)值的分布特征分布的形狀是否對稱分布中是否有離群點是否符合某種特點給的分布，如正態(tài)分布分布提供的信息可以為形狀描述統(tǒng)計量提供依據(jù)可以為數(shù)據(jù)建模提供依據(jù)，如回歸建模圖形選擇取決于數(shù)據(jù)量的大小取決于并列的多少和分析目的取決于個人偏好數(shù)值數(shù)據(jù)可視化——基本框架

2.2

數(shù)據(jù)分布可視化直方圖與核密度圖——直方圖——例題分析將數(shù)據(jù)分組后，在x軸上用矩形的寬度表示每個組的組距，在y軸上用矩形的高度表示每個組的頻數(shù)或密度，多個矩形并列在一起就是直方圖利用直方圖的形狀可以觀察數(shù)據(jù)分布的特征【例2-2】（數(shù)據(jù)：example2_2.csv）空氣質(zhì)量指數(shù)（AirQualityIndex，AQI）用來描述空氣質(zhì)量狀況，指數(shù)越大，說明空氣污染狀況越嚴(yán)重。參與空氣質(zhì)量評價的主要污染物有細顆粒物（PM2.5）、可吸入顆粒物（PM10）、二氧化硫（SO2）、一氧化碳（CO）、二氧化氮（NO2）、臭氧濃度（O3）等6項。根據(jù)空氣質(zhì)量指數(shù)將空氣質(zhì)量分為6級：優(yōu)（0~50）、良（51~100）、輕度污染（101~150）、中度污染（151200）、重度污染（201~300）、嚴(yán)重污染（300以上）；分別用綠色、黃色、橙色、紅色、紫色、褐紅色表示。表2-1是2019年1月1日—12月31日幾個主要城市的AQI數(shù)據(jù)。繪制出6個城市AQI的直方圖分析其分布的特征

2.2

數(shù)據(jù)分布可視化直方圖與核密度圖——核密度圖——例題分析核密度圖（kerneldensityplot）是用于描述估計核密度估計的一種圖形，它使用一定的核函數(shù)和帶寬為數(shù)據(jù)的分布提供了一種平滑曲線，從中可以看出數(shù)據(jù)分布的大致形狀核密度圖可以替代直方圖來觀察數(shù)據(jù)的分布核密度曲線的平滑程度取決于帶寬（bandwidth，bw）。bw的值越大，曲線越平滑利用直方圖的形狀可以觀察數(shù)據(jù)分布的特征

2.2

數(shù)據(jù)分布可視化直方圖與核密度圖——核密度圖——例題分析6個城市AQI的核密度圖

2.2

數(shù)據(jù)分布可視化箱線圖和小提琴圖——箱線圖——示意圖

2.2

數(shù)據(jù)分布可視化箱線圖和小提琴圖——箱線圖——不同箱線圖對應(yīng)的分布

2.2

數(shù)據(jù)分布可視化箱線圖和小提琴圖——箱線圖——例題分析6個城市AQI的箱線圖

2.2

數(shù)據(jù)分布可視化箱線圖和小提琴圖——小提琴圖——例題分析小提琴圖（violinplot）是箱線圖的一變種將分布的核密度估計曲線與箱線圖結(jié)合在一起，它在箱線圖上以鏡像方式疊加一條核密度估計曲線，易于觀察數(shù)據(jù)分布的大致形狀6個城市AQI的小提琴圖

2.2

數(shù)據(jù)分布可視化莖葉圖和點圖——莖葉圖——例題分析由“莖”和“葉”兩部分構(gòu)成以該組數(shù)據(jù)的高位數(shù)值作樹莖，低位數(shù)字作樹葉樹葉上只保留最后一位數(shù)字莖葉圖類似于橫置的直方圖，但又有區(qū)別直方圖可觀察一組數(shù)據(jù)的分布狀況，但沒有給出具體的數(shù)值莖葉圖既能給出數(shù)據(jù)的分布狀況，又能給出每一個原始數(shù)值，保留了原始數(shù)據(jù)的信息直方圖適用于大批量數(shù)據(jù)，莖葉圖適用于小批量數(shù)據(jù)#R例題分析example2_2<-read.csv("C:/example/chap02/example2_2.csv")library(aplpack)stem.leaf(example2_2$北京,unit=1,m=1)#數(shù)據(jù)的單位為1，莖葉圖的行數(shù)為1

2.2

數(shù)據(jù)分布可視化莖葉圖和點圖——點圖——例題分析各數(shù)據(jù)用點繪制在圖中點圖有多種形式，其中最常見的是克利夫蘭（Cleveland）點圖點圖是檢測數(shù)據(jù)離群點的有效工具當(dāng)數(shù)據(jù)量較少時，也可以替代直方圖和箱線圖來觀察數(shù)據(jù)的分布變量關(guān)系普通散點圖散點圖散點圖矩陣條件散點圖按因子分類3D散點圖3D散點圖氣泡圖樣本相似性輪廓圖和雷達圖輪廓圖雷達圖星圖和臉譜圖星圖臉譜圖聚類圖和熱圖聚類圖熱圖

2.3

變量間關(guān)系和樣本相似性可視化結(jié)構(gòu)變量間關(guān)系和樣本相似性可視化——基本框架

2.3

變量間關(guān)系可視化散點圖和散點圖矩陣——散點圖——例題分析

2.3

變量間關(guān)系可視化散點圖和散點圖矩陣——散點圖——例題分析【例2-3】（數(shù)據(jù)：example2_3.csv）為分析上市公司的總股本與各項財務(wù)指標(biāo)間的關(guān)系，隨機抽取200家上市公司，得到的有關(guān)財務(wù)數(shù)據(jù)如表2-2所示。繪制散點圖分析總股本與每股收益之間的關(guān)系

2.3

變量間關(guān)系可視化散點圖和散點圖矩陣——散點圖——邊際圖——例題分析【例2-3】（數(shù)據(jù)：example2_3.csv）為分析上市公司的總股本與各項財務(wù)指標(biāo)間的關(guān)系，隨機抽取200家上市公司，得到的有關(guān)財務(wù)數(shù)據(jù)如表2-2所示。繪制散點圖分析總股本與每股收益之間的關(guān)系

2.3

變量間關(guān)系可視化散點圖和散點圖矩陣——散點圖矩陣——例題分析如果要同時分析多個變量兩兩之間的關(guān)系，可以將多幅散點圖繪制成矩陣的形式，稱為散點圖矩陣（matrixscatter）矩陣散點圖。散點圖矩陣中，對角線上下兩部分是對稱的圖形，也可以將對角線的下方（或上方）繪制出一種形式的散點圖（或相關(guān)系數(shù)），對角線上方（或下方）繪制出另一種形式的散點圖（或相關(guān)系數(shù)）

2.3

變量間關(guān)系可視化散點圖和散點圖矩陣——散點圖矩陣——例題分析如果要同時分析多個變量兩兩之間的關(guān)系，可以將多幅散點圖繪制成矩陣的形式，稱為散點圖矩陣（matrixscatter）矩陣散點圖。散點圖矩陣中，對角線上下兩部分是對稱的圖形，也可以將對角線的下方（或上方）繪制出一種形式的散點圖（或相關(guān)系數(shù)），對角線上方（或下方）繪制出另一種形式的散點圖（或相關(guān)系數(shù)）

2.3

變量間關(guān)系可視化散點圖和散點圖矩陣——3D散點圖——例題分析用于展示3個變量之間的關(guān)系

2.3

變量間關(guān)系可視化散點圖和散點圖矩陣——氣泡圖——例題分析氣泡圖也可以用于展示3個變量之間的關(guān)系，用變量x和y畫出散點圖，第3個變量數(shù)值的大小用圓的大小表示

2.4

樣本相似性可視化樣本相似性可視化——輪廓圖——例題分析輪廓圖（outlineplot）也稱平行坐標(biāo)圖或多線圖，它用x軸表示各樣本，用y軸表示每個樣本的多個變量的數(shù)值（x軸和y軸可以互換），將同一樣本在不同變量上的觀測值用折線連接起來。觀察輪廓圖中各折線的形狀及其排列方式，可以比較各樣本在多個變量上取值的相似性及差異

2.4

樣本相似性可視化樣本相似性可視化——雷達圖——例題分析從一個點出發(fā)，每個變量用一條射線表示，P個變量形成P條射線（P個坐標(biāo)軸），每個樣本在P個變量上的取值連接成線，即圍成一個區(qū)域，多個樣本圍成多個區(qū)域，就是雷達圖（radarchart），也稱為蜘蛛圖（spiderchart）。利用雷達圖也可以研究多個樣本之間的相似程度

2.4

樣本相似性可視化樣本相似性可視化——星圖——例題分析從一個點出發(fā)，每個變量用一條射線表示，P個變量形成P條射線（P個坐標(biāo)軸），每個樣本在P個變量上的取值連接成線，即圍成一個區(qū)域，多個樣本圍成多個區(qū)域，就是雷達圖（radarchart），也稱為蜘蛛