数据可视化笔记-R语言

<<Data Visualization and Exploration with R>> by Eric Pimpler

定义

Exploratory Data Analysis (EDA)
目的：理解数据
步骤：

1. 产生问题
2. 对数据进行可视化，并寻找答案
3. 改进或提出新的问题

数据类型

• categorical 离散变量，有限的小数据
• continuous 连续变量， 无限地，有序的

可视化的用途

发现变量的变化或多个变量之间的共变（variation or covariation）

方法

• 条形图 ： Measuring categorical variation with a bar chart.
• 直方图 ： Measuring continuous variation with a histogram，分布
• 箱体图： Measuring covariation with boxplots
• 符号大小：Measuring covariation with symbol size
• 散点图：correlation　相关性

Covariation is the tendency for the values of two or more variables to vary together in a related way. The best way to spot covariation is to visualise the relationship between two or more variables

条形图示例 bar plot

diamonds-颜色条形图

X轴 = 离线变量-color，Y轴 = 每种颜色的钻石数量

直方图示例

diamonds-价格-直方图

X轴 = 连续变量-price， Y轴=每种价格的频率/数量

箱体图示例

diamonds-品质-价格

Ｘ轴 = 离线变量-cut品质，Ｙ轴 = 价格，可以比较每种品质钻石的价格分布，比如中位值，离群值等

符号大小

diamonds，品质，颜色数量对比

散点图示例

diamonds 重量和价格对比