3.3 数据分析和可视化 (23张PPT)

预测事物的未来走向
通过数据分析可以预测事物未来可能会发生什么？推断未 来的发展趋势。并为制定相应的目标及策略提供依据，目 前利用数据分析进行预测已经应用于各个领域。包括体育 赛事预测，用户行为预测，能源消耗预测。交通行为预测 和人体健康预测等。
数据分析的基本方法
对比分析法
对比分析法也叫比较分析法，是将两个或两个以上的数据进行比 较，分析它们的差异，揭示出这些数据所反映的事物规律的方法， 是一种常用的分析方法。
数据分析的作用
了解事物的现状
通过数据分析可以帮助我们更好地认识所调研事物的目前 状况。例如，通过分析游客人数变化，旅游花费等数据。 能够了解旅游业当前整体的发展状况。帮助旅游业经营者 有针对性的调整经营策略，制定发展方案。
剖析事务的发展历程
通过数据分析可以剖析事物的发展历程。了解事物的过去， 揭示某些现象产生的原因。
新闻、邮件、报告等。面对日益加快的 析方法。文本可视化通过丰富的图形或图 信息，因而得到广泛应用。 能直接抽取文本中的关键词，并将其按照 关键词是从文本的文字描述中提取的语义 视化文本数据可以帮助人们快速地了解文本
的重要程度或出现频次。
02
数据分析报告与应用
通过数据采集、整理、分析和可视化等工作，我们完成了对数据的处理，得到的数据分析结果 需要以数据分析报告的形式发布出来。数据分析报告不仅是对整个数据处理过程的总结与展示， 更能为决策提供参考。通过数据分析报告，可以将分析结果、可行性建议及其他有价值的信息 传递给使用者。
上述几种基本的数据分析方法分别适用不同的情况，在实际应用中，需要根据具体问题合理选取并综合运用。
体验数据分析
用电子表格软件 进行数据分析
电子表格软件可对数 据进行格式编辑、统 计计算和图表处理等。 在电子表格软件中， 通常用若干工作表存 储数据。下图就是使 用电子表格软件处理
数据的示意图。
用在线数据平台 进行数据分析
结论和建议
报告期尾部分应根据数据分析结果 进行总结和提炼，给出明确的结论， 具体建议或解决方案。这部分是整 个报告的重点，能够帮助使用者深 入思考。
附录是对全文的补充，可以将不便于在正文中体现的内容放在这里。包括 名词解释数据收集方式、调查问卷、分析方法说明和参考资料等。
阅读拓展
数据分析成果的展示与交流
数据分析的基本方法
结构分析法
结构分析法也称构成分析法，是将各个部分与总体进行对比，是分析事物内部的结构和部分与整体 之间关系的方法。结构分析法的基本表现形式就是计算结构指标。
结构指标即各个部分相对于总体所占的百分比，因此总体中各结构指标的总和等于100%。图13.3.6 为某网站的用户使用不同无线网络访问该网站的次数统计情况。可以看出使用4G网络访问该网站的占 63.19%，使用Wi-档的占28.08%，使用3C网络的占8.73%。图中清楚地反映出各部分在总体中所古的 百分比。
求知欲。培养学生利用信息技术对其他课程进行学习和探讨的能力。
目录
CONTENTS
01 数据分析与可视化
02 数据分析报告
01
数据分析与可视化
3.3.1数据分析
采集了所需要的数据，并对数据进行了组织和整理后，为了获得 有价值的信息，还需要对数据做进一步的分析，数据分析指用适 当的计算方法与工具对收集来的数据进行处理，提取有用信息， 形成结论从而支持决策。
数据分析的基本方法
平均分析法
平均分析法是运用计算平均数的方法来反映总体在一定时间、 地点 等条件下某一数量特征的一般水平。 平均指标中最常用的是算术平 均数，如平均身高、平均工资和平均降水量等。图3.3.5展示了我国 2012- 2016 年国内旅游人均消费情况。
平均分析法多用于比较同类现象在不同地区、不同行业、不同类型单 位等之间的差异程度，分析现象之间的依存关系，进行数量上的推算; 也可以对某一现象在不同时间的水平进行比较，以说明现象的发展规 律及趋势。
数据可视化
数据可视化是以图形、图像和动画等方式直规生动地呈 现数据及数据分析结果，揭示数据之间的关系、趋势和 规律等，便f人们更好地理解数据。可视化的作用体现在 多个方面，如观察事物变化的趋势、揭示想法和关系、 总结或汇聚数据、形成论点或意见等。例如，国家统计 局网站中以可视化的形式星现的全国交通运输状况，如 图所示。 其中，各柱形的高低呈现了各年的货物运输总 量情况，折线点的变化反映出运输量增长速度在几年内 的变化趋势
例如，使用pyplo子库中的画图函数plot(x,y)可以绘
制折线图，程序如下:
import matplotlib.pyplot as plt
x*[1, 2.2, 3, 4,5, 6, 7]
y=[1, 7, 25, 11, 8, 10, 16]
#绘制折线图
plt.plot(x, y)
#显示图表
plt. show( )
T信息标题作者。 报告日期。标题应短小精悍体现数 据分析的核心内容。
正文
前言是对报告的说明和概述，主要 包括以下几部分内容：分析背景， 包括开展此次外析的缘由及意义等； 分析目的，也就是此次分析要解决 的问题与要达到的目标；分析思路， 包括数据分析的过程、方法与工具 等。
前言
前言是对报告的说明和概述，主要 包括以下几部分内容：分析背景， 包括开展此次外析的缘由及意义等； 分析目的，也就是此次分析要解决 的问题与要达到的目标；分析思路， 包括数据分析的过程、方法与工具 等。
项目活动背景
确定本项目的原因，本项目的的 价值和背景等
数据分析成果
数据分析的结果、结论和建议
展示交流
数据处理过程
数据采集的过程，采集、分析所需 要的方法和工具，呈现数据使用的 可视化形式和工具等
项目活动体会
项目活动中的感悟和体验，对数据 处理的重要意义和认识
数据处理和问题解决
数据不仅对个人生活影响深刻，更对国家发展发挥着重要的作用。例如， 国家统计局提供的大量数据，涵盖了国家各个主要行业和部门，应用这些 数据，可以对国民经济、社会发展、科技进步和资源环境等情况进行分析、 预测和监督，从而为国家有关部门提供决策依据和咨询建议。国家组织开 展的全国住户调查，通过收集居民家庭的收入支出、 生产就业、教育医疗、社会保障和居住条件等数据，为促进城乡居民增收、 制定社会保障标准提供了数据参考。
对比分析法通常用于从数量上展示和说明研究对象规模大小、水 平高低、速度快慢及各种关系是否协调等。例如，在商品生产中 ，已完成商品数量与目标数量的差距对比，本月生产的数量与上 月生产数量的对比，同公司各部门间的对比等都是对比分析法的典型应用。
对比分析法分为横向和纵向对比两大类。任务完成量与目标量的对比，部门之间、地区之间的对比都是横向对比，而不同时期的比较则为典型 的纵向对比。
若将plot(x, y)修改为(plotsx, y, "o"),则可绘制出散点图 (函数
中的 "o"表示的是点形标记符).
用词云将数据可视化
日常生活中需要处理大量的文本数据，如 工作节奏，人们需要更高效的文本阅读和分 像，以易于理解和接受的方式揭示文本中的 词云是目前常用的关键词可视化形式，它 一定顺序和规律整齐美观地呈现在屏幕上。 单元，可反映出文本内容的重点。用词云可 的内容和特征等信息。 词云通常使用字体的大小和颜色表示关键词
3.3.2数据可视化
数据可视化的形式
数据可视化的形式丰富多样， 常见的有图表、词云等。例如， 下图形象地展示了某公交线路 的路线及客流情况。图中的蓝 色线条显示了公交车行进的路 线，右侧的柱形图显示了各站 点乘车的人数，折线图显示出 客流随时间的变化情况。
数据可视化的实现
柱形图
通常用于显示一定范围内数据的变 化情况或用于各项数据的比较。
数据处理 与应用
赵方超
学习 目标
1. 学习常用的数据分析方法，了解数据可视化的形式。掌握数据分析报告的撰写方 法，完成数据分析报告。
2. 对于数据的分析和处理小组内进行讨论交流。通过项目研究感受数据分析和可视化表达对 日常生活的影响。提高处理与应用数据的能力，体会数据应用的重要作用。
3. 培养学生对新技术的兴趣和认识，提高学生的信息技术素养。体验成功，激发
数据分析报告的基本结构
数据分析报告内容的呈现形式可以各不相同，但数据分析报告结构形式基本相似， 一般都包括王篇正文和结尼三部分。通常开篇部分包括标题、目录和前言，主要内容是分析背景、目的和思路等: 正文部分主要包括具体的分析过程和结果;结尼部分包括结论、建议及附录，如图所示。
数据分析报告的基本组成部分
折线图
折线图可显示随时间而变化的连续 数据，常用于分析相等时间间隔下
数据的发展趋势。
雷达图
用来比较每个数据相对中心的数字 变化，适用于多维数据的呈现。且
每个维度可以排列。
饼图
用于显示个部分数据在总数剧中的 大小和比例关系。
散点图
用于表示若干数据系列中各数值之 间的关系。以便判断两个变量之间 是否存在某种关联。适用于三维数 据集。但其中只有两维需要比较。
感分析等。
使用编程工具进 行数据分析
数据分析除了可以对数值型 数据进行统计和描述以外， 还可以对文本、图像等数据 进行分析。常用的文本分析 有字词频率统计、语句分词、 句法分析、分类分析和情感 分析等。例如，对一段描述 南水北调工程的文字进行文 本分析后，得到的结果如图
3.3.8所示。
3.3.2数据可视化
使用python语言绘制图表
使用Python语言可以灵活地制作出以上图表，绘制 时可以使用Matplotib库。该库是提供数据绘图功能 的第三方扩展库，其pyplot子库主要用于实现各种
数据图表的绘制。绘图时可使用 impont matplolib.pyplot as plt语句导入该库，在后 续的代码中，则用plt代替pyplot。