<<Data Visualization and Exploration with R>> by Eric Pimpler
定义
Exploratory Data Analysis (EDA)
目的：理解数据
步骤：
- 产生问题
- 对数据进行可视化，并寻找答案
- 改进或提出新的问题
数据类型
- categorical 离散变量，有限的小数据
- continuous 连续变量， 无限地，有序的
可视化的用途
发现变量的变化或多个变量之间的共变（variation or covariation）
方法
- 条形图 ： Measuring categorical variation with a bar chart.
- 直方图 ： Measuring continuous variation with a histogram，分布
- 箱体图： Measuring covariation with boxplots
- 符号大小：Measuring covariation with symbol size
- 散点图：correlation 相关性
Covariation is the tendency for the values of two or more variables to vary together in a related way. The best way to spot covariation is to visualise the relationship between two or more variables
条形图示例 bar plot
diamonds-颜色条形图
X轴 = 离线变量-color，Y轴 = 每种颜色的钻石数量
直方图示例
diamonds-价格-直方图
X轴 = 连续变量-price， Y轴=每种价格的频率/数量
箱体图示例
diamonds-品质-价格
Ｘ轴 = 离线变量-cut品质，Ｙ轴 = 价格，可以比较每种品质钻石的价格分布，比如中位值，离群值等
符号大小
diamonds，品质，颜色数量对比
散点图示例
diamonds 重量和价格对比
网友评论