可视化分析(机器学习)

一、实验内容

1. 熟悉可视化分析的作用与方法；
2. 掌握可视化分析的常用工具；
3. 掌握可视化分析常用图表的Python实现。

二、实验过程

1、算法思想：

    数据可视化是让用户直观了解**数据潜藏的重要信息**，有助于帮助用户**理解分析数据。**

    那么数据可视化应该怎么做才能达到一个好的效果，制作数据可视化是一个设计的过程，我们可以通过尺寸可视化、颜色可视化、图形可视化、空间可视化以及概念可视化来让用户了解并分析数据。

2、算法原理

** 数据分析和数据可视化**这两个术语密不可分。在实际处理数据时，数据分析先于可视化输出，而可视化分析又是呈现有效分析结果的一种好方法。

** 数据可视化：是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为“一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量”。数据可视化**主要是借助于图形化手段，清晰有效地传达与沟通信息。

   ** 数据可视化**是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。

3、算法分析

（1）需求分析

    数据分析中的**需求分析**也是数据分析环节的第一步和最重要的步骤之一，决定了后续的分析的方向、方法。**数据获取：**数据是数据分析工作的基础，是指根据需求分析的结果提取，收集数据。

（2）数据预处理

    **数据预处理**是指对数据进行数据合并，数据清洗，数据变换，数据标准化，数据变换后使得整体数据变为干净整齐，可以直接用于分析建模这一过程的总称。

（3）分析与建模

   ** 分析与建模**是指通过对比分析、分组分析、交叉分析、回归分析等分析方法和**聚类、分类、关联规则、智能推荐等**模型与算法发现数据中的有价值信息，并得出结论的过程。

（4）模型评价与优化

   ** 模型评价**是指对已经建立的一个或多个模型，根据其模型的类别，使用不同的指标评价其性能优劣的过程。

（5）部署

**     部署**是指将通过了正式应用数据分析结果与结论**应用至**实际生产系统的**过程。**

三、源程序代码

源程序代码：
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
 
#——————————————————————————————————————————————————————————
labels = '财经15%', '社会30%', '体育15%','科技10%', '其它30%'
sizes = [15, 30, 15, 10, 30]
explode = (0, 0.1, 0, 0,0)#突出第2项
fig1, ax1 = plt.subplots()
pie = ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',shadow=False, startangle=90)
patches = pie[0]
patches[0].set_hatch('.')
patches[1].set_hatch('-')
patches[2].set_hatch('+')
patches[3].set_hatch('x')
patches[4].set_hatch('o')
plt.legend(patches, labels)
ax1.axis('equal')
plt.title('新闻网站用户兴趣分析')
plt.show()
#——————————————————————————————————————————————————————————
 
 
#——————————————————————————————————————————————————————————
import numpy as np
N = 5
inMeans = (20, 25, 30, 35, 27)
outMeans = (25, 35, 34, 20, 25)
inStd = (2, 3, 4, 1, 2)
outStd = (3, 5, 2, 3, 3)
ind = np.arange(N)    #Bar坐标位置
width = 0.5     #Bar的宽度
 
p1 = plt.bar(ind, inMeans, width, yerr=inStd)
p2 = plt.bar(ind, outMeans, width,bottom=inMeans, yerr=outStd)
 
plt.ylabel('分值')
plt.title('不同组用户下国内外用户分值')
plt.xticks(ind, ('组1', '组2', '组3', '组4', '组5'))
plt.yticks(np.arange(0, 81, 10))
plt.legend((p1[0], p2[0]), ('国内', '国外'))
plt.show()
#——————————————————————————————————————————————————————————
 
 
 
 
#——————————————————————————————————————————————————————————
import matplotlib.pyplot as plt
import squarify
 
squarify.plot(sizes=[20,10,30,40], label=["组A(20%)", "组B(10%)", "组C(30%)", "组D(40%)"], color=["red","green","blue", "grey"], alpha=.4 )
#plt.axis('off')
plt.title('不同组用户比例')
plt.show()
#——————————————————————————————————————————————————————————
 
 
 
 
#——————————————————————————————————————————————————————————
# library
import numpy as np
import seaborn as sns
 
x=range(21,26)
y=[ [10,4,6,5,3], [12,2,7,10,1], [8,18,5,7,6],[1,8,3,5,9] ]
labels = ['组A','组B','组C','组D']
 
pal = sns.color_palette("Set1")
plt.stackplot(x,y, labels=labels, colors=pal, alpha=0.7 )
plt.ylabel('分值')
plt.xlabel('年龄')
plt.title('不同组用户区间分值比较')
 
plt.legend(loc='upper right')
plt.show()
#——————————————————————————————————————————————————————————

四、运行结果及分析

五、实验总结

    数据可视化就是通过对原始数据进行**标准化、结构化的处理，**把它们整理成数据表。将这些数值转换成视觉结构，通过视觉的方式把它表现出来。将视觉结构进行组合，把它转换成图形传递给用户，用户通过人机交互的方式进行反向转换，去更好地了解数据背后有什么问题和规律。

    如果从技术上来说，大数据可视化的实施步骤主要有四项，**第一就是需求分析，第二就是建设数据仓库或者数据集市模型，第三就是数据抽取、清洗、转换、加载，第四就是建立可视化分析场景。**