大数据产品经理必备的数据挖掘知识概述（一）认识数据之数据可视化

数据经过获取、存储、分析之后，最终目的还是为了给用户进行展示，以达到决策依据的目的。那么如何有效的将数据展示给用户呢？——数据可视化。

以下内容承接上一篇文章大数据产品经理必备的数据挖掘知识概述（一）认识数据。

1.2 数据可视化 数据经过获取、存储、分析，其最终目的是为了给用户进行展示，以达到决策依据的目的。

那么如何有效的将数据展示给用户呢？数据可视化，旨在合理利用图形清洗有效的表达数据的含义。

本节我们从一维到多维数据开始讨论一些基本数据可视化的表示方法，包括直方图、散点图、基于像素的技术、基本图符的技术、几何投影技术以及层次可视化和基于图形的可视化技术，以此讨论复杂数据对象和关系的可视化展示。（文中知识大多摘自《数据挖掘》一书，感兴趣的同学可以直接阅读此书）

1.2.1 基本的统计描述可视化

首先我们先研究常见的基本的统计描述图形，包括分位数图、分位数-分位数图、直方图和散点图。这些图有助于可视化地审视数据，对于数据预处理是有用的。前三种图显示一元分布（即，一个属性的数据），而散点图显示二元分布（即涉及两个属性）。

分位数图，是一种观察单变量数据分布的简单有效方法。首先，它显示给定属性的所有数据（允许用户评估总的情况和不寻常的出现）；其次，它绘制分位数信息。

如下图：

分位数-分位数图，或q-q图对着另一个对应的分数，绘制一个单变量分布的分位数。它是一种强有力的可视化工具，使得用户可以观察从一个分布到另一个帆布是否漂移。

如下图显示给定时间段内两个不同部门销售的商品的单价数据的分位数-分位数图。每个点对应于每个数据集的相同的分位数，并对该分位数显示部门1和部门2的销售商品单价。

通过上图，在Q1我们看到部门1的销售的商品单价部门2低。换言之，部门1销售的商品25%低于或等于60美元，而在部门2销售的商品50%低于或等于78美元，而在部门2销售的商品50%低于或等于85美元。