统计图可视化研讨班.pptVIP

显示到主集合值的不同 计算能量光谱 原始数据 利用离散傅里叶变换计算平方级数 能量光谱 光滑光谱 使用高斯滤波计算卷积 窗口大小=3， σ=1 光滑后的能量光谱 能量光谱 光谱阈值 阈值设为中值μ 保留连续运行中的上一个值 Threshold Power 生成趋势线 使用低通滤波生成趋势线 将趋势线倾斜为45° 横纵比过滤 过滤相似的横纵比 如果αi+1cαi则保留（c默认为1.25） 太阳黑斑周期 从1700-1987年的值 二氧化碳 Mauna Loa天文台在1950-1990每月公布的数据 Aspect Ratio = 1.17 Aspect Ratio = 7.87 Power Spectrum Aspect Ratios 应用 趋势浏览器 small multiples sparkline 尺度 (scales) 哪一幅图比较好？ 清晰标识尺度的中断 标识的不好 [Cleveland 85] 标识的非常好 [Cleveland 85] 尺度中断与log尺度 都提高了视觉分辨率 Log尺度—容易比较所有数据 尺度中断—很难跨越中断比较所有数据 线性尺度和log尺度 柱状图 捷克 爱尔兰 德国 澳大利亚 英国 美国 加拿大 南非 墨西哥 日本 巴西 中国 每个国家消费了 多少啤酒？ 每人每周消耗的瓶数 尺度 偏离设计 使用零点为基准点 Naveen Sinha, 2009 散点图 (scatter plot) 数据转换 曲线匹配数据的程度如何？ Y 值 残留图 从最佳匹配曲线的纵向距离划分 残留图体现了匹配的精度 Y 值 显示数据 相同的中值，方差，对应系数和线性回归线 盒须图 盒须图 盒须图变种 Visual Analytics Group 2013-浙江大学-数据可视化-暑期研讨会 浙江大学CADCG国家重点实验室 这里简略带过，会在高维数据可视化章节详细讲 作者统计了一年中所有Facebook用户状态里面“we broke up because”出现的频率。最容易分手的时候是春假和感恩节。美国年轻人春假玩得比较疯，分手是常事。不过感恩节分手是为啥？也许是不想等到圣诞节再说分手，呵呵。还有不少人在愚人节骗人说分手。另外，一个个小的高点是星期一。也许是周末分手的，星期一才回过神来更新状态。如果能根据人人网的用户状态看看我们的分手季节是什么时候，应该挺有意思的。 这两幅图出自Yearly CO2 concentrations [Cleveland 95]。左图的宽高比为7.87。 右图为1.17。也就是说，右图的倾斜角接近45°。在右图中，可以看到二氧化碳的增加趋势是上升的，而在左图的同样数据中却表现不出来。详见附注资料中的“Multi-Scale Banking to 45o ” 请查看辅助材料里的相关链接，了解small multiples和sparkline这两个概念 盒须图最重要的几个概念 Median，lower quartile， upper quartile， interquartile range (IQR) 一个有序数列，首先选出中值median。比median小的部分的中值叫做lower quartile，比median大的部分的中值叫做upper quartile。从lower quartile到upper quartile，这个范围叫做IQR，即上图中的盒子部分 这样盒须图只关心在所有值里处于中间的50%部分，排除了极值的干扰。 动画，先展现bricks图 再跳出圆的图进行对比 Bandline左半表达模糊的分布，如果需要表达具体分布，可以加上右半 可根据不同目的选择不同量级 三种统计软件的对比 /archives/3457.html SAS：SAS适合高级用户使用。它的学习过程是艰苦的，最初的阶段会使人灰心丧气。然而它还是以强大的数据管理和同时处理大批数据文件的功能，得到高级用户的青睐。 Stata：Stata较好地实现了使用简便和功能强大两者的结合。尽管其简单易学，它在数据管理和许多前沿统计方法中的功能还是非常强大的。用户可以很容易的下载到别人已有的程序，也可以自己去编写，并使之与Stata紧密结合 SPSS:SPSS致力于简便易行（其口号是“真正统计，确实简单”），并且取得了成功。但是如果你是高级用户，随着时间推移你会对它丧失兴趣。SPSS是制图方面的强手，由于缺少稳健和调查的方法，处理前沿的统计过程是其弱项 R:统计和绘图的语言，飞速发展强大中 统计图可视化 目录 数据变换 统计图表 统计图表工具 视觉变换 归一化 目的 根据分布映射数据 颜色/尺寸/坐标位置编码 归一化区间： [