
散點圖大家都能繪制,平常工作匯報有時也會用散點圖讓報表看起來更美觀。但是,散點圖并不是為了展示數(shù)據(jù),而是需要數(shù)據(jù)分析,并利用數(shù)據(jù)分析的結(jié)果推動業(yè)務(wù)的增長。小編今天跟大家分享的這篇文章就是教大家如何用散點圖進行數(shù)據(jù)分析的,希望對大家有所幫助。
文章來源:林驥微信公眾號
作者:林驥
你好,我是林驥。
散點圖的用途有很多,我認(rèn)為它的核心價值,在于應(yīng)用相關(guān)思維,發(fā)現(xiàn)變量之間的關(guān)系。
散點圖就像一扇窗,打開它,并仔細(xì)觀察,能讓我們看見更多有價值的信息。
比如說,假設(shè)表格中有 10000 個客戶年齡和消費金額的數(shù)據(jù):
我們可以計算每一個年齡對應(yīng)的人均消費金額,比如說,所有 20 歲客戶的平均消費金額約為 1383.69 元,然后我們可以畫出一張散點圖:
從圖中可以看出,客戶的年齡與人均消費金額有很強的相關(guān)性,其中應(yīng)用了線性回歸算法,得到一條擬合的直線,并用公式表示出來, 接近于 1 ,代表算法擬合的效果很好。
接下來,我們看看具體實現(xiàn)的步驟。
首先,導(dǎo)入所需的庫,并設(shè)置中文字體和定義顏色等。
# 導(dǎo)入所需的庫 import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt from sklearn.linear_model import LinearRegression from sklearn.preprocessing import PolynomialFeatures from sklearn.pipeline import Pipeline # 正常顯示中文標(biāo)簽 mpl.rcParams['font.sans-serif'] = ['SimHei'] # 自動適應(yīng)布局 mpl.rcParams.update({'figure.autolayout': True}) # 正常顯示負(fù)號 mpl.rcParams['axes.unicode_minus'] = False # 禁用科學(xué)計數(shù)法 pd.set_option('display.float_format', lambda x: '%.2f' % x) # 定義顏色,主色:藍色,輔助色:灰色,互補色:橙色 c = {'藍色':'#00589F', '深藍色':'#003867', '淺藍色':'#5D9BCF', '灰色':'#999999', '深灰色':'#666666', '淺灰色':'#CCCCCC', '橙色':'#F68F00', '深橙色':'#A05D00', '淺橙色':'#FBC171'}
其次,從 Excel 文件中讀取數(shù)據(jù),并調(diào)用 sklearn 中的算法,得到擬合的直線和評分結(jié)果。
# 數(shù)據(jù)源路徑 filepath='./data/客戶年齡和消費金額.xlsx' # 讀取 Excel文件 df = pd.read_excel(filepath, index_col='客戶編號') # 定義畫圖用的數(shù)據(jù):年齡和人均消費金額 df_group = df.groupby('年齡').mean() x = np.array(df_group.index).reshape(-1, 1) y = np.array(df_group.values) # 用管道的方式調(diào)用算法,以便把線性回歸擴展為多項式回歸 poly_reg = Pipeline([ ('ploy', PolynomialFeatures(degree=1)), ('lin_reg', LinearRegression()) ]) # 擬合 poly_reg.fit(x, y) # 斜率 coef = poly_reg.steps[1][1].coef_ # 截距 intercept = poly_reg.steps[1][1].intercept_ # 評分 score = poly_reg.score(x, y)
接下來,開始用「面向?qū)ο蟆沟姆椒ㄟM行畫圖。
# 使用「面向?qū)ο蟆沟姆椒ó媹D,定義圖片的大小 fig, ax = plt.subplots(figsize=(8, 6)) # 設(shè)置標(biāo)題 ax.set_title('\n客戶每年長一歲,人均消費金額增加' + '%.2f' % coef[0][1] + '元\n', loc='left', size=26, color=c['深灰色']) # 畫氣泡圖 ax.scatter(x, y, color=c['藍色'], marker='.', s=100, zorder=1) # # 繪制預(yù)測線 y2 = poly_reg.predict(x) ax.plot(x, y2, '-', c=c['橙色'], zorder=2) # 隱藏邊框 ax.spines['top'].set_visible(False) ax.spines['right'].set_visible(False) ax.spines['bottom'].set_visible(False) ax.spines['left'].set_visible(False) # 隱藏刻度線 ax.tick_params(axis='x', which='major', length=0) ax.tick_params(axis='y', which='major', length=0) ax.set_ylim(15, 65) ax.set_ylim(1000, 5000) # 設(shè)置坐標(biāo)標(biāo)簽字體大小和顏色 ax.tick_params(labelsize=16, colors=c['深灰色']) ax.text(ax.get_xlim()[0]-6, ax.get_ylim()[1], '人\n均\n消\n費\n金\n額', va='top', fontsize=16, color=c['深灰色']) # 設(shè)置坐標(biāo)軸的標(biāo)題 ax.text(ax.get_xlim()[0]+1, ax.get_ylim()[0]-300, '年齡', ha='left', va='top', fontsize=16, color=c['深灰色']) # 預(yù)測 55 歲的人均消費金額 predict = poly_reg.predict([[55]]) # 標(biāo)注公式 formula = r'$\mathcal{Y} = ' + '%.2f' % coef[0][1] + '\mathcal{X}' + '%+.2f$' % intercept[0] + '\n' + r'$\mathcal{R}^2 = ' + '%.5f$' % score ax.annotate(formula, xy=(55, predict), xytext=(55, predict+500), ha='center', fontsize=12, color=c['深灰色'], arrowprops=dict(arrowstyle='->', color=c['橙色'])) plt.show()
你可以前往 https://github.com/linjiwx/mp 下載數(shù)據(jù)文件和完整代碼。
當(dāng)業(yè)務(wù)指標(biāo)很多的時候,應(yīng)該挑選什么指標(biāo)來進行分析,這件事很考驗分析者的功力,往往需要對業(yè)務(wù)有比較深刻的理解。
為什么很多人精通各種工具技術(shù),手上也有很多各種各樣的數(shù)據(jù),卻沒有做出讓領(lǐng)導(dǎo)滿意的圖表?
好的圖表,就像是給近視的人戴了一副眼鏡,讓讀者以更清楚的方式去理解數(shù)據(jù)。
好的圖表,就像是神奇的催化劑,加快了從數(shù)據(jù)到?jīng)Q策的過程,讓決策者更加快速地掌握有助于做出決策的信息。
好的圖表,能把復(fù)雜的問題簡單化,幫我們更精準(zhǔn)地理解業(yè)務(wù)的現(xiàn)狀,甚至預(yù)測未來。
我們應(yīng)該記住,無論多么漂亮的圖表,如果不能從中獲取有價值的信息,那么也是一張沒有「靈魂」的圖表。
很多時候,我們面對的問題,并不是沒有數(shù)據(jù),而是數(shù)據(jù)太多,卻不知道怎么用。
熟悉數(shù)據(jù)分析的思維,能幫我們找到更重要的數(shù)據(jù),排除過多雜亂數(shù)據(jù)的干擾。
如果把數(shù)據(jù)分析比作醫(yī)生看病的過程,那么可以分為以下 4 個階段:
(1)描述:檢查身體,描述指標(biāo)值是否正常。
(2)診斷:詢問病情,找到疾病的產(chǎn)生原因。
(3)預(yù)測:分析病情,預(yù)測病情的發(fā)展趨勢。
(4)指導(dǎo):開出藥方,提出有效的治療建議。
我們要盡可能地理解業(yè)務(wù)并提供價值,從數(shù)據(jù)的加工者,轉(zhuǎn)變成故事的講述者,甚至是問題的解決者。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03