【陆勤笔记】《深入浅出统计学》1信息图形化：第一印象

在为手头数据无法给出事情真相和发愁吗？作为一名数据工作者，总会有这种问题浮在心头。手头的数据，大部分时候是原始数据集，准确地说，应该是基于目的驱动所采集过来的原始数据集，面对这些原始数据集，如何揭示事情的真相，这就是我们需要思考和行动的事情。

统计能化繁为简，帮助您让一堆堆令人困惑的数据发挥作用。换而言之，掌握统计知识和思维，可以帮助我们理解好数据，从而发觉数据的价值，看到数据所要表现的真相。

当你发现数据的真相之后，接下来就需要借助可视化的方法来表现，使之公之于众。对于数据的真相，如何进行可视化，选择可视化哪种方式，需要我们思考和践行，并且还要考虑受众的感觉和希望给予受众什么。【研究用户非常重要，知彼知己百战不殆】

统计无处不在

统计无处不在，统计无处不有，这是一个统计的世界。擦亮我们的眼睛，带上统计的思维认识和改造这个世界。

网页浏览、运动竞技、游戏排名、消费指数、人均工资等等，这些都与统计有关联。但凡人们目光所及，处处皆有统计量。

何谓“统计”？

统计是这样一种思想，他们通过某种有意义的方式对原始事实和数字进行提炼，使得仅仅通过观察原始数据无法立即水落石出的一些理念得以昭示。简而言之，统计让我们认识数据背后的有价值的东西。

统计的研究包括：统计数据的来源，计算方法及有效使用方法并得出结论。

统计数据来源，也就是清楚数据从哪里来，切记：好数据有好结果，坏数据有坏结果。

计算方法，也就是要理解统计的计算方法和使用范畴，什么问题需要用什么样的计算方法，这是要解决的。

使用方法，知道统计计算方法是前提，接下来要知道更具问题域进行方法的使用。

得出结论，利用方法进行处理后，要能够对结果进行解读和表示。

为何学习统计学？

这是一个统计的世界，学习统计学有利于人们更好地认识和改造世界。

借助统计方法可以了解到事情的真相和数据的本质。

一旦得到可靠的统计量，就能做出客观的决策，比如精确地预测或者以最有效的方式传达自己想传达的思想和观点。

统计有这么多好处，但是，任何事物都具有两面性。统计既能够揭示真相，也能够误导真相。因而，我们需要辨别什么是真的，什么是假的，后者说什么是真实，什么是谎言？

好好地掌握统计学，正确地利用统计学，我们将会拥有更好的手段去判断统计量是否正确，从而避免遭人愚弄或是欺骗。

软件无法代替你的思考

制图软件可以为你节省大量的时间，生成有效的图表，但你仍然需要了解事情的来龙去脉。常用的制图软件包括Excel、R语言、Python语言等。

对于数据，能否选择合适的图表有效展示和传达信息，这需要好好思考。

软件能够将数据转换成图表，至于图表是否正确，需要你来判断和保证。

饼图

饼图是把数据划分为有着明显区别的几个组或者几个类。饼图为圆形，被分割为几个扇形块，每一块代表一个组（类）。扇形块的大小表示这类数据占总体的比例。扇形块越大，该组（类）的相对频繁程度越大，一个特定组中的对象数目称为频数。

饼图体现比例，并且对于有着明显区别的基本比例进行比较时，饼图有用。

条形图

对于各个类的大小大致相同的情况，条形图是理想的图形，你能更精确地指出那个类的频数最高，也更容易发现细小的差别。

条形图可以是垂直的，也可以是水平。

条形图中的每一个长方形代表一个特定的类，长方形的长度代表某种数值。长方形越长，数值越大。所以长方形的宽度相等。

堆砌条形图和分段条形图，当你想比较频数，可以使用堆砌条形图；当你要同时体现频数和百分数时，可以使用分段条形图。

直方图

直方图与条形图外观相似，两个重要区别，一，每个长方形的面积与频数成比例；二，图上的长方形之间没有间隔。

直方图是一种专门用于体现分组数据的图形，它看起来像条形图，但每条长方形的高度是频数密度，而不是频数。频数密度指的是分组数据中频数的密集程度。

累计频数图

累计频数图，表示累计频数的一种图表。累计频数，即到某个特定数值为止的总频数，即频数的累计总和。

折线图

折线图能很好地体现数据的趋势，你将每一批数据画成点，然后将这些点连接起来。可以方便地在同一张图上显示多批数据。

折线图常用于显示随时间变化的数值。

折线图用于展示数值型数据，不应用于展示类别数据。

重要的统计量

频数：表示在一个特定组，或者说在一个特定的区间内的统计对象的数目，类似于数数。

类别和数字：类别数据，也叫定性数据，数据被划分为各种类别，用以描述类的性质或特征。数值型数据，也叫定量数据，它所涉及的是数字，数值型数据中数值具有数字的意义，但还涉及计量或计数。

对于各种数据结果，如何进行数据可视化？

一方面取决于我们数据结果的特性，是类别数据结果，还是数值型结果；

另一方面取决于我们希望向用户传达什么信息，记住：向用户最直观地传达最重要和价值的信息。

数据可视化的画图，我们可以利用各种软件工具，比方说Excel软件、R语言和Python语言等，因而，熟练地掌握和应用这些软件工具，也是我们认识数据、理解数据和应用数据的必备技能之一。

思考题：

1 数据可视化，怎么理解？

2 常用的数据可视化软件工具有哪些？你会使用那些？

3 常用的数据可视化表示方式有哪些，各自有什么差异？请举例说明。

PPV课原创文章，转自请注明出处！