
探索性数据分析
|
21
航空管制 ATC 天气原因 安全原因 到港航班延迟
10 000 15 0005 0000
图 1-5:美国达拉斯沃斯堡机场航班延迟原因的条形图
注意,虽然条形图非常类似于直方图,但两者间存在一些差异。在条形图中,
x
轴表示因
子变量的不同类别,而在直方图中,
x
轴以数值度量的形式表示某个变量的值。另外,在
直方图中,通常各个条形是相互紧挨着显示的,条形间的间隔表示了数据中未出现的值;
而在条形图中,各个条形的显示是相互独立的。
饼图是条形图的一种替代形式。统计学家和数据可视化专业人员通常不使用饼图。在他们
看来,饼图在视觉上缺乏信息量
8
。
如何将数值型数据转换为分类数据
在
1.5.2
节中,我们通过对数据创建组距,生成了频数表。这同时也将数值
型数据转换为排序的因子。就此而言,直方图和条形图是类似的,除非条
形图中
x
轴上的类别不是有序的。将数值型数据转换为分类数据是非常重要
的,它是数据分析中的一个重要步骤。该转换降低了数据的复杂度和规模,
并有助于发现特征间的关系,尤其是在分析的初始阶段。
1.6.1
众数
众数指数据中出现最频繁的一个或一组数值。例如,美国达拉斯沃斯堡机场延迟原因的众
注
8
:
Few, Stephen.
“
Save the Pies for Dessert.
”
Visual Intelligence Newsletter, Perceptual Edge (2007).