下面的数据分析案例使用了kaggle数据集：1970~2015年恐怖袭击事件。
确定可视化分析目标
1. 反恐多年，成效如何，呈现的发展态势是怎么样的
2. 全球恐怖袭击案例主要分布在哪些区域
3. 美国地区恐怖事件分布
4.攻击对象
导入数据，总共有11万多条数据，137个变量。
根据分析目标，从中选取需要的变量。变量依次为：
事件ID，年，月，日，国家标号，国家文本，
纬度，经度，（画地图使用的映射）
地区标号，地区文本，城市，事件是否成功，攻击类型编号，
攻击类型文本，目标类型编号，目标类型文本，武器编号，
武器类型文本
数据预处理
日期数据处理
将分开的年月日数据进行合并处理，处理结果如下：
可视化分析
分析目标1： 反恐多年，成效如何，呈现的发展态势是怎么样的？
从图上可以看出恐怖袭击事件在前期是以缓慢增长的态势，在中期有个极具下降的趋势，然而好景不长，在之后，能看出恐怖袭击案件是以指数增长趋势发展。
我们可以局部放大下，下图是从2007到2015案件发展散点图。后期呈现下降趋势，反恐计划还是有所奏效的。
分析目标2：全球恐怖袭击事件主要分布区域
可以看出，恐怖袭击案件最高发地区为东欧，中东南非，西欧，亚洲南。
在这些区域当中，我们还可以了解哪些是造成恐怖袭击发生率高的，它是以怎么样的发展形势产生的，实现代码：
从下图可以看出从2010开始，各地恐怖袭击事件发生的次数明显比之前多。东欧，中东南非，西欧，亚洲东南部恐怖事件发生率比较陡峭。拉高了全球恐怖袭击总体趋势。
分析目标3：从之前的全球分布图，可以看出我国的恐怖袭击事件还是相对较少的。那美国作为世界霸主，它的发生发布情况，是怎么样的呢？
实现代码：
从数据分析结果可以看出，美国东部和加州为恐怖事件高发地区。
分析目标4：应对恐怖袭击，安保是项重要工作:。知己知彼，我们需要了解恐怖袭击主要攻击的手段类型，主要攻击目标，使用的武器。
种数据分析结果可以得出：
从图上可以看出：
1）轰炸，爆炸 是犯罪分子最常使用的犯罪武器
2）经常攻击的目标是商业，军队，警方和普通公民。
数据分析总结
选择了一个几乎是文本型的数据集，折腾了好几天才画出上面的图。
学习的最好方式还是应用，刚开始打算先看一遍那些包再进行操作。用了2天时间，第一天是蒙的，第2天以为自己懂了，第3天操作，才发现然而什么并不懂。
还好在这个过程当中，遇到一些问题都能够顺利解决。从这个案例当中汲取最深刻的教训是数据一定要清理干净，完整。否则你想象不到它会出来个什么样的天书。
本文内容来自大数据社群会员黄马克的实践笔记。
多年来学校给我们的教育都是填鸭式的，只是教我们理论，却从来不告诉我们如何使用知识，这导致很多人在学习过程中逐渐丧失了兴趣。
其实，知识只有在使用中学习才能迅速掌握，实践才是学习的最好办法。
点击下面“阅读原文”，看大数据社群会员 黄马克 如何在实践中学习新技能。
网友评论