Module 03 · Data Visualization
Visualization Fundamentals可视化基础
数据可视化是统计学与数据科学的基石。即便是四岁的幼童，也在通过直观的方式接触这一核心技能。
启蒙示例：幼儿园的条形图
在密西沙加市的圣卢克天主教学校（St. Luke Catholic School），四岁的孩子们制作了一张象形图（Bar Chart/Picture Graph）：
- 内容：学生上学的交通方式频率。
- 数据点：包括乘私家车、搭乘校车以及步行（2名学生）。
- 启示：在大数据世界中，孩子们从幼年起就在接受数据与数据科学的训练。
核心原则：变量类型决定可视化方式
选择何种可视化工具，完全取决于你所分析的变量类型：
- 类别变量（Categorical Variables）：如性别，需使用特定的图表工具（如条形图）。
- 连续变量（Continuous Variables）：如年龄、收入，则需要使用不同的工具（如散点图）。
Andrew Abela 博士的“极端演示法”（Extreme Presentation Method）
根据数据分析的目的（比较、分布、构成或相关性），Abela 博士提出了以下选择路径：
1. 比较 (Comparison)
- 跨项目比较：类别较少时，使用条形图（Bar Charts）或柱状图（Column Charts）。
- 时间维度比较：
- 周期较长（如多个月）：使用折线图（Line Chart）。
- 周期较短：可使用柱状图。
2. 相关性 (Relationship)
- 两个连续变量：首选散点图（Scatterplot）。
- 三个变量：使用气泡图（Bubble Chart）。
- x轴与y轴代表前两个变量。
- 圆圈的大小代表第三个变量。
3. 分布 (Distribution)
- 数据集分布：使用直方图（Histogram），可以是条形或线条形式。
- 其他方式：也可以通过散点图展示分布。
4. 构成 (Composition)
- 静态数据：使用饼图（Pie Charts）。
- 动态变化（随时间推移）：
- 周期较少：使用堆叠柱状图（Stacked Columns）。
- 周期较多：使用堆叠面积图（Stacked Area Charts）。
Python 实战工具
在后续的实验环节中，我们将通过以下 Python 库进行动手实践：
- Matplotlib：基础绘图库。
- Seaborn：高级可视化库。
学习重点：我们将学习如何调用这些库中的不同函数，来创建符合上述逻辑的各类图表。