参考资料:电子工业出版社的《深入浅出统计学》

前言

绘图软件可以减少繁重的工作,但无法代替我们思考,大多数图形模式使用没有明确的界限,但有着能够最好体现我们要给他人展示的主要事实的模式。尽管统计以事实为基础,但有时却具有误导性,学习统计亦是学会如何正确了解数据并避免被人愚弄的良方。


本篇目录

  • 参考资料:电子工业出版社的《深入浅出统计学》
  • 前言
  • 具体内容
  • 一、饼图
  • 二、条形图
  • 1、垂直条形图
  • 2、水平条形图
  • 3、堆积条形图
  • 4、分段条形图
  • 三、直方图
  • 1、等宽直方图
  • 2、不等宽直方图
  • 四、累积频数图
  • 五、折线图
  • 六、标度的选择


具体内容

一、饼图

1、作用是将数据划分为互有明显区别的几个组,或者叫做几个类。

2、使用情景是在想对基本比例进行比较的时候采用,通过与其他组进行比较,可以很容易看出哪个组具有较高的频数。

3、缺点是当所有扇形块的大小相似时,饼图用处不大,因为此时无法根据扇形块尺寸的微小差别进行判别。

python扇形图看不清 扇形图的缺点_饼图

二、条形图

在各个类的大小大致相同的情况,条形图是理解的图形,因为你能更精确地指出哪个类的频数最高,也更容易发现细小的差别。

1、垂直条形图

python扇形图看不清 扇形图的缺点_python扇形图看不清_02

2、水平条形图

垂直条形图更常用些,但若类名称过长,则可以尝试使用水平条形图。

python扇形图看不清 扇形图的缺点_直方图_03

3、堆积条形图

在进行比较频数时,可以使用堆积条形图,但通过这种图形难以看出比例和百分比。

python扇形图看不清 扇形图的缺点_python扇形图看不清_04

4、分段条形图

通过分段条形图,我们可以迅速看出每个类的总频数和类内的比例分布。

python扇形图看不清 扇形图的缺点_数据_05

三、直方图

1、当数据是被分区的数值型数据时,可以尝试使用直方图。
2、直方图和条形图外观形似,但有两个重要的区别。首先,每个长方形面积与频数成比例,其次,图上的长方形之间没有间隔。
3、可以直接观测出每个区间的频数密度水平。

1、等宽直方图

将频数作为高度即可。

python扇形图看不清 扇形图的缺点_数据_06


python扇形图看不清 扇形图的缺点_数据_07

2、不等宽直方图

此时应将频数作为面积并计算出高度。

python扇形图看不清 扇形图的缺点_数据_08

python扇形图看不清 扇形图的缺点_饼图_09

四、累积频数图

在希望显示某个特定值以内的频数之和,如5小时内所有的人数。

python扇形图看不清 扇形图的缺点_直方图_10

python扇形图看不清 扇形图的缺点_饼图_11

五、折线图

1、折线图能很好地体现数据趋势,常用于显示随时间变化的数值。

2、像其他图形一样,在纵轴上显示频数还是百分数,主要取决于想凸显的主要事实

python扇形图看不清 扇形图的缺点_python扇形图看不清_12

六、标度的选择

使用百分比而不显示频数,则会使人忽略样本集本身的大小,使特定的抽样结果误认为普遍的结论。
使用频数而不显示百分比,则会使人看到数据更加片面,难以从整体情况进行分析。