折線圖：
折線圖用于顯示資料在一個連續的時間間隔或者時間跨度上的變化，它的特點是反映事物隨時間或有序類別而變化的趨勢，示例圖如下：
折線圖應用場景：
- 折線圖適合X軸是一個連續遞增或遞減的，對于沒有規律的，則不適合使用折線圖，建議使用柱狀圖，
- 如果折線圖條數過多，則不應該都繪制在一個圖上，
柱狀圖：
典型的柱狀圖（又名條形圖），使用垂直或水平的柱子顯示類別之間的數值比較，其中一個軸表示需要對比的分類，另一個軸代表相應的數值，
柱狀圖有別于直方圖，柱狀圖無法顯示資料在一個區間內的連續變化趨勢，柱狀圖描述的是分類資料，回答的是每一個分類中“有多少？”這個問題， 示例圖如下：
柱狀圖應用場景：
-
適用于分類資料對比，
-
垂直條形圖最多不超過12個分類（也就是12個柱形），橫向條形圖最多不超過30個分類，如果垂直條形圖的分類名太長，那么建議換成橫向條形圖，
-
柱狀圖不適合表示趨勢，如果想要表示趨勢，應該使用折線圖，
直方圖：
直方圖(Histogram)，又稱質量分布圖，是一種統計報告圖，由一系列高度不等的條紋表示資料分布的情況，一般用橫軸表示資料型別，縱軸表示分布情況， 直方圖是數值資料分布的精確圖形表示，為了構建直方圖，第一步是將值的范圍分段，即將整個值的范圍分成一系列間隔，然后計算每個間隔中有多少值，這些值通常被指定為連續的，不重疊的變數間隔，間隔必須相鄰，并且通常是（但不是必須的）相等的大小，
直方圖的應用場景：
- 顯示各組資料數量分布的情況，
- 用于觀察例外或孤立資料，
- 抽取的樣本數量過小，將會產生較大誤差，可信度低，也就失去了統計的意義，因此，樣本數不應少于50個，
散點圖：
散點圖也叫 X-Y 圖，它將所有的資料以點的形式展現在直角坐標系上，以顯示變數之間的相互影響程度，點的位置由變數的數值決定，
通過觀察散點圖上資料點的分布情況，我們可以推斷出變數間的相關性，如果變數之間不存在相互關系，那么在散點圖上就會表現為隨機分布的離散的點，如果存在某種相關性，那么大部分的資料點就會相對密集并以某種趨勢呈現，資料的相關關系主要分為：正相關（兩個變數值同時增長）、負相關（一個變數值增加另一個變數值下降）、不相關、線性相關、指數相關等，表現在散點圖上的大致分布如下圖所示，那些離點集群較遠的點我們稱為離群點或者例外點，
散點圖的應用場景：
- 觀察資料集的分布情況，
- 通過分析規律，根據樣本資料特征計算出回歸方程，
餅狀圖：
餅狀圖通常用來描述量、頻率和百分比之間的關系，在餅圖中，每個扇區的弧長大小為其所表示的數量的比例，
餅狀圖的應用場景：
- 展示多個分類的占比情況，分類數量建議不超過9個，
- 對于一些占比值非常接近的，不建議使用餅狀圖，可以使用柱狀圖，
箱線圖：
箱線圖（Box-plot）又稱為盒須圖、盒式圖或箱型圖，是一種用作顯示一組資料分散情況資料的統計圖，因形狀如箱子而得名，在各種領域也經常被使用，它主要用于反映原始資料分布的特征，還可以進行多組資料分布特征的比較，箱線圖的繪制方法是：先找出一組資料的上限值、下限值、中位數（Q2）和下四分位數（Q1）以及上四分位數（Q3）；然后，連接兩個四分位數畫出箱子；再將最大值和最小值與箱子相連接，中位數在箱子中間，
四分位數（Quartile）也稱四分位點，是指在統計學中把所有數值由小到大排列并分成四等份，處于三個分割點位置的數值，多應用于統計學中的箱線圖繪制，它是一組資料排序后處于25%和75%位置上的值，四分位數是通過3個點將全部資料等分為4部分，其中每部分包含25%的資料，很顯然，中間的四分位數就是中位數，因此通常所說的四分位數是指處在25%位置上的數值（稱為下四分位數）和處在75%位置上的數值（稱為上四分位數），與中位數的計算方法類似，根據未分組資料計算四分位數時，首先對資料進行排序，然后確定四分位數所在的位置，該位置上的數值就是四分位數，與中位數不同的是，四分位數位置的確定方法有幾種，每種方法得到的結果會有一定差異，但差異不會很大，
上限的計算規則是： IQR=Q3-Q1 上限=Q3+1.5IQR 下限=Q1-1.5IQR
箱線圖的應用場景：
- 直觀明了地識別資料中的例外值，
- 利用箱線圖判斷資料的偏態，
- 利用箱線圖比較幾批資料的形狀，
- 箱線圖適合比較多組資料，如果知識要看一組資料的分布情況，建議使用直方圖，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/274672.html
標籤：其他