统计学与数据可视化
统计学并不是一门单纯分析的学科,数据也不是一种机械作业的产物,数据虽然有很强的客观性,但我们可以通过数据可视化工具给人一种主观的感受。
-世界新冠肺炎确诊和死亡人数地图
- 上图是美国约翰斯·霍普金斯大学发布的,由世界新冠肺炎确诊和死亡人数制作而成的可视化、可交互的全球疫情地图。图的左侧显示全世界以及各个国家确诊总人数,右侧第一栏显示全世界以及世界各国的死亡总人数,右侧第二栏显示美国各州的死亡人数以及康复人数,并且按照人数由多到少依次向下排列;中间是这幅图的核心部分,以黑色为底,白色描绘出不同的地区,面积不同的红色圆形代表该地区确诊及死亡人数多少,面积越大的红色圆形表示确诊以及死亡人数越多,点击该圆形可以显示出具体人数,中间部分整体是世界地图的样子,但是可以在全球各个地区等比例尺切换,可以清楚的看到各地详细情况,点击不同的国家或区域,就会出现该地的疫情数据。地图不仅是实时的,还是是可交互的,用户也可以根据自己的喜好更换底图。
如上图所示:我们可以看到,图表和图形并不只是将统计结果可视化,它们还对可视化展现的内容进行解释。
通过以上内容我们了解了数据可视化的魅力,数据可视化是一门专门的学科,从处理数据到展示出来,如何设计出完成的数据图,是一套相当成熟的体系,下面我们介绍数据可视化的范畴,数据可视化分3个子区域,分别是:
1)科学可视化:与具有空间特性的现实世界对象紧密相关的科学数据的可视化。
2)信息图表:将各种统计数据和可视化叙述相结合。
3)信息可视化:表示没有固有空间成分的抽象数据。
统计学主要涉及信息图表的可视化,Excel可以实现简单的可视化,但如果想要更复杂、色彩更丰富的呈现,我们可以利用easychart插件、R语言、Python语言去编程实现。
到此这篇统计学与数据可视化_统计数据科学的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章,希望大家都能在编程的领域有一番成就!版权声明:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符,请将相关资料发送至xkadmin@xkablog.com进行投诉反馈,一经查实,立即处理!
转载请注明出处,原文链接:https://www.xkablog.com/kjbd-tjx/6071.html