數(shù)據(jù)分析與可視化 【備課精研與知識精講】 高中信息技術(shù) （華東師大版2020必修1）

高中信息技術(shù)必修一

數(shù)據(jù)與計算第三章數(shù)據(jù)處理與應(yīng)用第2節(jié)數(shù)據(jù)分析與可視化

課堂導入數(shù)據(jù)分析是指使用適當?shù)姆治龇椒▽Σ杉驼砗蟮臄?shù)據(jù)加以詳細研究,提取有用的信息和形成概括總結(jié)的過程。我們通常運用統(tǒng)計方法,對數(shù)據(jù)進行定性與定量的分析,然后借助可視化工具,直觀清晰地呈現(xiàn)信息,并把信息的特征形象地傳遞給人們。一、數(shù)據(jù)分析為了從數(shù)據(jù)中獲取有價值的信息,對數(shù)據(jù)進行采集和整理后,還需要選用適當?shù)姆椒ㄅc工具對數(shù)據(jù)進行分析。通過數(shù)據(jù)分析,可以描述事物的現(xiàn)狀,發(fā)現(xiàn)相關(guān)要素的關(guān)系,并對事物的發(fā)展趨勢做出相應(yīng)的預測。1.數(shù)據(jù)分析基本方法對比分析法平均分析法結(jié)構(gòu)分析法（1）對比分析法對比分析法是指將兩個或兩個以上的數(shù)據(jù)進行比較,分析它們的差異,從而揭示這些數(shù)據(jù)所隱含的事物發(fā)展變化或差距,并且可以準確、量化地表示出這種變化或差距。圖3.14對不同場景下的共享單車使用情況進行了比較。（2）平均分析法平均分析法是利用平均數(shù)指標來反映某一特征數(shù)據(jù)總體在一定時間、地點條件下的一般水平。通過特征數(shù)據(jù)的平均數(shù)指標,呈現(xiàn)事物目前所處的位置和水平,進而對不同時期、不同類型單位的平均數(shù)指標進行對比,明示事物的發(fā)展趨勢和變化規(guī)律。（3）結(jié)構(gòu)分析法是通過計算各個部分占總體的比重,進而分析某一總體現(xiàn)象的內(nèi)部結(jié)構(gòu)特征、總體的性質(zhì)、總體內(nèi)部結(jié)構(gòu)隨時間推移而表現(xiàn)出的變化規(guī)律性。各個部分占總體的比重即為結(jié)構(gòu)指標,總體中各結(jié)構(gòu)指標的總和為100%。2.數(shù)據(jù)分析常用工具電子表格軟件在線數(shù)據(jù)分析平臺數(shù)據(jù)分析語言（1）電子表格軟件圖3.17電子表格軟件應(yīng)用界面示例（2）在線數(shù)據(jù)分析平臺圖3.18在線數(shù)據(jù)分析平臺示例（3）數(shù)據(jù)分析語言Python語言R語言MATLAB語言在對數(shù)據(jù)進行分析時,Python語言具有較強的網(wǎng)絡(luò)數(shù)據(jù)獲取優(yōu)勢,還可調(diào)用豐富的工具庫。例如,Numpy庫中的sum()、mean()、min()、max()和Pandas庫中的value_counts()等都是可以用于統(tǒng)計的函數(shù)。R語言和MATLAB語言依靠其獨特的功能在相關(guān)專業(yè)領(lǐng)域使用得更為廣泛。例如,R語言在統(tǒng)計學領(lǐng)域使用較多R語言和MATLAB語言依靠其獨特的功能在相關(guān)專業(yè)領(lǐng)域使用得更為廣泛。例如,MATLAB語言則在工程計算等領(lǐng)域更受歡迎。二、數(shù)據(jù)可視化1.數(shù)據(jù)可視化的基本工具電子表格軟件中的圖表功能可以基于選定的數(shù)據(jù),用柱形圖、折線圖、餅圖等方式呈現(xiàn)出來。創(chuàng)建圖表后,可以通過修改數(shù)據(jù)標記、圖例、標題、文字等來美化圖表或強調(diào)某些信息,也可以用圖案、顏色、對齊方式、字體及其他格式屬性來對圖表進行設(shè)置。

電子表格軟件的數(shù)據(jù)可視化過程直觀、易用,但是對于大量數(shù)據(jù)可視化的實現(xiàn)就比較困難了。當數(shù)據(jù)量較大時,可以使用編程語言對這些數(shù)據(jù)進行可視化。Python語言中,Matplotlib是一種應(yīng)用較廣的繪圖工具包,使用其中的pyplot子庫所提供的函數(shù)可以快速繪制圖形,并能使用標簽進行修飾,從而制作出高質(zhì)量的數(shù)據(jù)分析圖。Python語言中,引入Matplotlib的pyplot子庫的語法為:pyplot繪制圖形有一個基本流程：創(chuàng)建畫布與創(chuàng)建子圖添加畫布內(nèi)容保存與顯示圖形表3.8pyplot中創(chuàng)建畫布以及創(chuàng)建并選中子圖的常用函數(shù)表3.9pyplot中添加各類標簽和圖例的常用函數(shù)表3.10pyplot中保存和顯示圖形的常用函數(shù)圖3.21繪制不含子圖的圖形2.常用的數(shù)據(jù)分析圖（1）分析特征間的關(guān)系散點圖和折線圖是數(shù)據(jù)分析最常用的兩種圖形。這兩種圖形都能夠分析不同數(shù)值型特征間的關(guān)系。其中,散點圖主要用于分析特征間的相關(guān)關(guān)系,折線圖則用于分析自變量特征和因變量特征之間的趨勢關(guān)系。

散點圖(scatterdiagram)又稱為散點分布圖,是以一個特征為橫坐標,以另一個特征為縱坐標,利用坐標點(散點)的分布形態(tài)反映特征間統(tǒng)計關(guān)系的一種圖形。散點圖中,值由點在圖中的位置表示。圖3.22繪制簡單的散點圖圖3.23繪制折線圖（2）分析特征內(nèi)部數(shù)據(jù)分布與分散狀態(tài)柱狀圖、餅圖和箱形圖是數(shù)據(jù)分析常用的另外三種圖形,主要用于分析數(shù)據(jù)內(nèi)部的分布狀態(tài)與分散狀態(tài)。柱狀圖主要用于查看各分組數(shù)據(jù)的數(shù)量分布以及各分組數(shù)據(jù)之間的數(shù)量比較。餅圖傾向于查看各分組數(shù)據(jù)在總數(shù)據(jù)中的占比。箱形圖的主要作用是發(fā)現(xiàn)整體數(shù)據(jù)的分布、分散情況。圖3.24繪制柱狀圖項目實踐共享單車的精準投放和及時調(diào)配至今依然是共享單車經(jīng)營企業(yè)所面臨的難題。圍繞“近三年共享單車租賃量變化”“用戶騎行半徑分布”“各站點用戶租賃量比較”等特征,對本章第一節(jié)“一、數(shù)據(jù)采集”的項目實踐中的數(shù)據(jù)進行可視化呈現(xiàn),為有效管理共享單車提出合理建議