一图胜千言！这10种可视化技术你应该知道

一旦获得了这些有效信息，你就可以提出一系列的假设，并且对新的领域进行研究。例如，机器学习分类器能够对A药、C药，或者是X药的使用做出准确的预测。然而，由于Y药与所有的特征值都有关联，因此在做出预测之前需要补充其他的特征值。

患者处方关系图

资料来源：https://ibm.box.com/s/rxixq3fto3bkmr7xi5t55pcbj9sb4der

6. 热图

另外一种能够把二维图升高一个维度的方法就是热图，这种方法同样很厉害并且色彩也比较丰富。在热图中会有一个矩阵或者地图显示，其上的颜色用来表示频率或者浓度。大部分的人都觉得热图非常直观，而且浅显易懂，因为图中颜色的浓度会显示出某些趋势以及需要特别关注的区域。

下面这幅热图展示的是在互联网电影数据库中，各电影名之间的编辑距离。某个电影名与其他电影名之间的编辑距离越远，它在图中显示的颜色就越深。比如就编辑距离而言，《超人》 (Superman) 就离《永远的蝙蝠侠》 (BatmanForever) 很远，离《超人2》 (Superman2) 很近。

电影名编辑距离热图

7. 地图

如果你的数据里包含经度和纬度的信息，或者其它通过地理位置来组织数据的方法，比如邮政编码、区域代码、县级数据或者机场数据等，那么在这个时候，绘制地图将会非常有助于对数据的可视化处理。

还记得之前在介绍直方图时举的那个有关于恒温器折扣的例子吗?回想一下，不同的地区所享受的折扣是不同的。由于这些数据里包含经度和纬度的信息，因此我们可以把折扣情况绘制在一张地图上。然后，只要在地图上添加一个色谱，即从表示最低折扣的蓝色一直到表示最高折扣的红色，就可以将数据全部绘制到一张美国地图上。

恒温器折扣地图

资料来源：https://ibm.box.com/s/6fltz5ilap8pbwzu2tt1yxil6ldosc9d

8. 词云

其实目前，我们所研究的大量数据都是以自由文本的形式出现的，并且这种文本也相对简单。在对此类数据进行第一遍处理时，可能本想更加直观地了解这些词在语料库中出现的频率。然而，不论是直方图还是饼状图，都对于这些文字类的数据显得力不从心，而更适合分析数字数据的频率。因此在这种情况下，可以求助于词云。

在处理自由文本数据时，首先应过滤掉所有的停用词，比如像“a”、“and”、“but”、“how”等，并且将所有的文本统一转为小写。如果要进一步整理数据，就要进行额外的工作，比如移除变音符、提取词干等。但需不需要进行这一步，则具体视目标而定。一旦数据整理好了以后，就可以立刻使用词云可视化技术，来分析语料库中哪些词出现得最普遍。

以下，我们根据Large Movie Reviews Dataset数据库绘制了两个词云，一个展示的是好评，另一个展示的则是差评。

数据库传送门：http://ai.stanford.edu/~amaas/data/sentiment/

电影好评词云

电影差评词云

9. 三维图

目前，为了分析三维数据，人们通常会选择在散点图的基础上增加一个维度，并且这种方式也正变得越来越普遍。这种三维图有许多优势，尤其是其交互性。因为通过使用旋转和缩放的功能，用户能够更加全面而深刻地分析数据。

以下这个例子中所展示的是一个二维的高斯概率密度函数，此外，还有一个可用于调整视角的控制面板。

二维高斯概率密度函数

资料来源：https://ibm.box.com/s/y0woc4hvk046v12yhlxdftkz32zw4po9

10. 高维图

在分析高维数据时，需要同时对四项、五项，甚至更多的相关数据进行可视化处理。因此，为了达到这个目的，可以利用上文所讲过的任何一个可视化技术，先构建一个二维或者三维模型。

例如，可以在上文的恒温器折扣地图中添加一个第三维度。具体来说，就是把地图上的每一个点都延伸为一条竖直线，用以表示该地区的平均能耗。通过以上步骤，获得一幅四维图，其中四个维度分别表示经度、纬度、折扣力度和平均能耗。

如果需要分析的数据维度比这还要更高，就需要先对数据进行降维处理。数据降维的方法主要有两种，即主成分分析法和t-SNE算法。

目前应用最为普遍的降维方法是主成分分析法。该方法通过找寻新的向量来进行降维，并且该向量必须尽可能多地反映数据原来的线性变化信息。如果数据间的线性关系足够强大，那么主成分分析法的降维效果就会非常明显，并且几乎不会发生信息的丢失。

相比之下，t-SNE算法就是一种非线性的降维方法。t-SNE算法在降低数据维度的同时，还会对原高维空间内数据点之间的距离进行保留。

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!