随笔分类 - databook
数据采集
摘要：插值运算是一种数据处理方法，主要用来填补数据之间的空白或缺失值。因为在实际应用中，数据往往不是完整的，而是存在着空白或缺失值，这些空白或缺失值可能是由于数据采集困难、数据丢失或数据处理错误等原因造成的。如果直接使用这些空白或缺失值进行分析和预测，将会对结果造成很大的影响。 插值运算可以用来填补这些空
阅读全文
摘要：对于手工计算来说，积分计算是非常困难的，对于一些简单的函数，我们可以直接通过已知的积分公式来求解，但在更多的情况下，原函数并没有简单的表达式，因此确定积分的反函数变得非常困难。 另外，相对于微分运算来说，积分运算则具有更多的多样性，包括不同的积分方法（如换元积分法、分部积分法等）和积分技巧，需要根据
阅读全文
摘要：傅里叶变换是一种数学变换，它可以将一个函数或信号转换为另一个函数或信号，它可以将时域信号转换为频域信号，也可以将频域信号转换为时域信号。在很多的领域都有广泛的应用，例如信号处理、通信、图像处理、计算机科学、物理学、生物学等。 它最大的功能是能够分析和提取信号的特征，将复杂的信号分解为简单的信号。有人
阅读全文
摘要：物以类聚，聚类算法使用最优化的算法来计算数据点之间的距离，并将它们分组到最近的簇中。 Scipy的聚类模块中，进一步分为两个聚类子模块： vq（vector quantization）：提供了一种基于向量量化的聚类算法。 vq模块支持多种向量量化算法，包括K-means、GMM（高斯混合模型）和WA
阅读全文
摘要：箱型图（Box Plot），也称为盒须图或盒式图，1977年由美国著名统计学家约翰·图基（John Tukey）发明。是一种用作显示一组数据分布情况的统计图，因型状如箱子而得名。 它能显示出一组数据的最大值、最小值、中位数及上下四分位数。箱子的顶端和底端，分别代表上下四分位数。箱子中间的是中位数线，
阅读全文
摘要：雷达图（Radar Chart），也被称为蛛网图或星型图，是一种用于可视化多个变量之间关系的图表形式。雷达图是一种显示多变量数据的图形方法。通常从同一中心点开始等角度间隔地射出三个以上的轴，每个轴代表一个定量变量，各轴上的点依次连接成线或几何图形。 雷达图可以用来在变量间进行对比，或者查看变量中有没
阅读全文
摘要：热力图，是一种通过对色块着色来显示数据的统计图表。它通过使用颜色编码来表示数据的值，并在二维平面上呈现出来。热力图通常用于显示大量数据点的密度、热点区域和趋势。 绘图时，一般较大的值由较深的颜色表示，较小的值由较浅的颜色表示；较大的值由偏暖的颜色表示，较小的值由较冷的颜色表示，等等。 热力图适合用于
阅读全文
摘要：漏斗图，形如“漏斗”，用于展示数据的逐渐减少或过滤过程。它的起始总是最大，并在各个环节依次减少，每个环节用一个梯形来表示，整体形如漏斗。一般来说，所有梯形的高度应是一致的，这会有助人们辨别数值间的差异。 需要注意的是，漏斗图的各个环节，有逻辑上的顺序关系。同时，漏斗图的所有环节的流量都应该使用同一个
阅读全文
摘要：气泡图是一种多变量的统计图表，可以看作是散点图的变形。与散点图不同的是，每一个气泡都表示三个维度的数据，除了像散点图一样有X，Y轴，气泡的大小可以表示另一个维度的数据。例如，x轴表示产品销量，y轴表示产品利润，气泡大小代表产品市场份额百分比。 它可以帮助我们发现变量之间的模式、趋势和异常值。通过气泡
阅读全文
摘要：散点图，又名点图、散布图、X-Y图，是将所有的数据以点的形式展现在平面直角坐标系上的统计图表。 散点图常被用于分析变量之间的相关性。如果两个变量的散点看上去都在一条直线附近波动，则称变量之间是线性相关的；如果所有点看上去都在某条曲线（非直线）附近波动，则称此相关为非线形相关的；如果所有点在图中没有显
阅读全文
摘要：南丁格尔玫瑰图是一种用极坐标下的柱状图或堆叠柱状图来展示数据的图表。 虽然南丁格尔玫瑰图外观类似饼图，但是表示数据的方式不同，它是以半径来表示数值的，而饼图是以扇形的弧度来表达数据的。 所以，南丁格尔玫瑰图在视觉上会夸大数据的比例，因为半径和面积之间是平方关系。因此，当需要对比非常相近的数值时，适当
阅读全文
摘要：饼图，或称饼状图，是一个划分为几个扇形的圆形统计图表。在饼图中，每个扇形的弧长（以及圆心角和面积）大小，表示该种类占总体的比例，且这些扇形合在一起刚好是一个完全的圆形。 饼图最显著的功能在于表现“占比”。习惯上，人们通过比较饼图扇形的大小来获得对数据的认知。 使用饼图时，须确认各个扇形的数据加起来等
阅读全文
摘要：百分比堆叠式柱状图是一种特殊的柱状图，它的每根柱子是等长的，总额为100%。柱子内部被分割为多个部分，高度由该部分占总体的百分比决定。 百分比堆叠式柱状图不显示数据的“绝对数值”，而是显示“相对比例”。但同时，它也仍然具有柱状图的固有功能，即“比较”——我们可以通过比较多个柱子的构成，分析数值之间的
阅读全文
摘要：堆叠柱状图，是一种用来分解整体、比较各部分的图。与柱状图类似，堆叠柱状图常被用于比较不同类别的数值。而且，它的每一类数值内部，又被划分为多个子类别，这些子类别一般用不同的颜色来指代。 柱状图帮助我们观察“总量”，堆叠柱状图则可以同时反映“总量”与“结构”。也就是说，堆叠柱状图不仅可以反映总量是多少？
阅读全文
摘要：直方图，又称质量分布图，用于表示数据的分布情况，是一种常见的统计图表。 一般用横轴表示数据区间，纵轴表示分布情况，柱子越高，则落在该区间的数量越大。构建直方图时，首先首先就是对数据划分区间，通俗的说即是划定有几根柱子（比如，1980年~2020年的数据，每5年划分一个区间的话，共8个区间）。接着，对
阅读全文
摘要：柱状图，是一种使用矩形条，对不同类别进行数值比较的统计图表。在柱状图上，分类变量的每个实体都被表示为一个矩形（通俗讲即为“柱子”），而数值则决定了柱子的高度。 1. 主要元素 柱状图是一种用长方形柱子表示数据的图表。它包含三个主要元素： 横轴（x轴）：表示数据的类别或时间。 纵轴（y轴）：表示数据的
阅读全文
摘要：平行坐标系是一种统计图表，它包含多个垂直平行的坐标轴，每个轴表示一个字段，并用刻度标明范围。通过在每个轴上找到数据点的落点，并将它们连接起来形成折线，可以很容易地展示多维数据。随着数据增多，折线会堆叠，分析者可以从中发现数据的特性和规律，比如发现数据之间的聚类关系。 尽管平行坐标系与折线图表面上看起
阅读全文
摘要：堆叠面积图和面积图都是用于展示数据随时间变化趋势的统计图表，但它们的特点有所不同。面积图的特点在于它能够直观地展示数量之间的关系，而且不需要标注数据点，可以轻松地观察数据的变化趋势。而堆叠面积图则更适合展示多个数据系列之间的变化趋势，它们一层层的堆叠起来，每个数据系列的起始点是上一个数据系列的结束点
阅读全文
摘要：面积图，或称区域图，是一种随有序变量的变化，反映数值变化的统计图表。 面积图也可用于多个系列数据的比较。这时，面积图的外观看上去类似层叠的山脉，在错落有致的外形下表达数据的总量和趋势。面积图不仅可以清晰地反映出数据的趋势变化，也能够强调不同类别的数据间的差距对比。 面积图的特点在于，折线与自变量坐标
阅读全文
摘要：折线图是一种用于可视化数据变化趋势的图表，它可以用于表示任何数值随着时间或类别的变化。 折线图由折线段和折线交点组成，折线段表示数值随时间或类别的变化趋势，折线交点表示数据的转折点。 折线图的方向表示数据的变化方向，即正变化还是负变化，折线的斜率表示数据的变化程度。 1. 主要元素 折线图主要由以下
阅读全文
浙公网安备 33010602011771号