千里之行，始于足下

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