AI 资讯与技术随笔

【数据僧生存故事】看图说话你会不会(二): 时间的真相

都说时间是把杀猪刀,今天就来听小美讲讲 如何用好统计图来解释变化的真相!

作者:爱撩数据的小妹发布:2016-09-24更新:2026-11-16★★

上集回顾

       下午上班的时候,小白从小美那里了解到了哪些方法可以产生故事:那就是要多对比,多对比。下班后,小白又赶紧收拾好东西,跟小美一起来到了咖啡屋。

         "关于画好统计图,这个美女还有什么高招呢?" 小白想了一路,心里不住的猜想,满怀期待。

        点好了咖啡,小白和小美坐在了靠窗的桌子旁。

        “所以,小美,刚才你给我说的两招看似简单,但是我越想越发现它在很多场合都很有用,以前好像也听过类似的概念,但自己并没深入思考过,所以也就更不会用在自己的工作学习中了呢。"

       “你说的没错,其实有些很简单似乎人人都听过的东西,你如果深入思考它的含义,它的细节原理,并且不断实践,不断反思,你就会对它越来越精通,用的越来越得心应手,在我的观念里,精通一些东西比泛泛的学很多东西但没有一个熟练的会更有成就感,更值得去做。”小美真诚地看着小白,仿佛多么想把这个信念告诉他。

      “恩恩,我还要多体会体会,不过从我的经验来说,的确有同感呢。” 小白赞同地点点头。

       “是呀!对了,刚才在公司的时候其实是想跟你交流时间类数据的作图呢,你之前不是说手头有时间的数据,但只会画折线图,却看不出一点信息吗?”

    “对对对!”小白仿佛刚缓过神儿来。“是这个问题呢!但是时间类的数据,一般都用折线图,还能有啥其他啥图?”小白皱着眉头问。

     

     “首先,你知道我们为什么要用折线图来表达有时间标签的数据吗?”

      “看趋势?因为我们想看一个指标是如何随时间变化的?”

       “没错,这是我们最基本的意图,但你有没有想过,所有随时间变化的数据都能用折线图表示吗?”

      “难道不是吗?”小白陷入疑惑。

      “我举个例子,一个地区空气中每时每刻的湿度值,以及咱们国家近10届奥运会取得的金牌数,它们如果都用折线图表示,是否都合适或者有什么区别呢?”

      “有什么区别?” 小白想了一想,“你举的这两个例子,一个是每时每刻在随时间变动的数,一个是每4年才有一个数,俩精确度不同,数据间隔也不同,但它们在画折线图时,不都是把点连起来嘛,好像没啥区别?”小白摊摊手。

      “对,这是重点,折线图是要把点连起来做图,但是连起来这个操作,是不是有个隐含的假设就是:这两个点之间都是按照同一个方式在变动,而很可能这两个点之间,根本就没有数据,比如奖牌数,4年才有一个,那么这么一连线很可能就有误导大家的嫌疑,让大家觉得中间的数也是以一致的速度在变化。”

      小白想想,还真是这么回事。“不过好像平时大家并没有这么区分,这应该只是让图不精确了点,没什么大碍吧?”小白疑惑地问。

      “对,这种画法大家都常用,如果不深究倒也还能说的过去。这里举这个例子其实是想说两个概念,就是时间其实可以分为离散时间和连续时间。离散时间数据,是来自某个具体的时间点或者时段的数据,比如奥运会奖牌,比如当年每个省的高考成绩,它并不是随时就有,而是某个固定的时间点才有。这种就叫离散时间;但比如每时刻的温度湿度值,它的记录的时间就属于连续时间。这两种时间维度可以用不同的图来描述,可以表达更丰富更多的信息。”

连续的水流离散的石头

 “离散时间,连续时间这种分法还真没听说过呢~” 小白满怀新奇的等着小美的下文。

      “这两种时间类型分别适合不同的图。你以后在看别人的时间数据图时可以特别区分一下两种类型。特别注意一下它们的区别,积累一下不同的图适合的表达类型。今天我就简单的举几个例子哈,你看看能不能体会到这种区别。”

     “恩恩,你说!”小白迅速从书包抽出一个小本子,专注的望着对面的小美。

     “比如离散的时间数据,就可以用我们最常见的柱形图表示。"

     “柱形图?”小白准备飞驰的笔尖停下来了。“柱形图不是一般用在不同类别的对比中嘛?用在时间数据上,好像有点牵强?”小白心里嘀咕,但并没有马上说出来。

       “如果你看过数据新闻类的图,你可能会注意到用柱形图表示时间的例子,不知道你还记得下午我给你看的那副“奥巴马上任后美国就业机会变化”的图嘛,那个图不就是一个用柱状图表现时间变化的,对吧?”

     “奥巴马上任后..." 小白模糊的想起了那副高高低低的图。

      “对吼,我想起来了!”小白拍拍脑袋。

       “对,柱状图就是表达离散型时间数据的有力武器喔。除了它可以避免让人产生中间也有数的错觉,小白你觉得,它还能做哪些折线图做不到的事呢?”

        “柱状图的特殊之处?”小白想到了之前那幅图是好像是由黑色和灰色两种颜色,“柱状图还能加入颜色元素?”小白试探着问。

        “真聪明!没错呢~ 柱状图用高度来对应数值,同时还可以用颜色来作为其他信息的标记。比如那幅图中用颜色来区分两个政府,其他还可以专门标记出特殊的感兴趣的柱子什么的,我看看我这里还有没有比较合适的图哈”说着小美又翻开电脑点开了她那个图片宝库。

        小白自己在旁边默默反思着,觉得这一切奥妙无穷。本来习以为常 的东西,没想到其中还有这么多可讲究的东西。“难怪自己画图没思路画不好,看别人的图就看不出门道呀”小白默默感叹着。

        “对,你看这个,这副图表达的是每年'内森杯‘大胃王冠军所吃的汉堡个数,这是一个很有名的比赛,然后深色标记的是记录被刷新的年份。

这是在R里面做成的最初版本,当然最后刊登出去的图还需要进一步修饰成这样。

     “哇,后面这个好棒呀,又增添了很多有意思的信息进去”小白称赞道。

     “没错呢,发掘数据、图像背后的故事才是真正吸引人的地方,不过要做出这样的图表,得用AI来对R做出来的图后期修饰,添加辅助信息等,光靠R还不行呢”

 “你看,既然时间可以用柱形图,那么累计柱状图,多组柱状图这些变形就都可以用起来啦。不过要注意的一点是,不同形式的柱状图在表达信息方面有各自的长短处,比如累计柱状图更适合表达总体上的对比以及每个柱子内部成分的比较,而多组柱状图就不一样了,回去可以自己找找不同的图慢慢体会一下。”

      “恩恩好呢!以前常听说什么要根据自己表达信息的需求来选择合适的图,但我根本没好好想想每种图适合表达什么样的信息,难怪我在用的时候选不出来呢”  小白自嘲的笑笑。

        “是呢,多想才能体会出它们的巧妙呢。除了柱形图,实际中很多时候还会直接用散点图表示,效果也不差呢,并且相比柱形图来说,他们更能表达一种时间数据流的感觉,你可以看这幅图”

      “恩是呢,以前我好像只用过散点图表达两个变量之间的相关性,嘿嘿~~不过小美,你这么说,离散型时间难道就不能用折线图了吗?感觉折线图在表达变化方面,还是更直观一点呢。” 小白还是坚持自己。

      “怎么说呢,也不能说不能用。其实即使真实世界产生的是连续的时间数据,我们所掌握的也很可能是离散形式的,关键在于这个数据背后所对应的真实现实是什么。连续时间数据更多是表达一种不断变化的现象,因此它用折线图来呈现会更得体,而离散时间数据背后的现实更多是 不同时点数据大小的对比,并不像一种连续变化的形式,因此用折线图来表达可能就稍显欠缺,不过做这种特别区分的确并不多。”

    “我明白了,其实重点在于:你想用图表达的真实数据、真实世界到底是个什么样子,据此来选择更贴切的图。”

   “没错没错,嗨小白你在来看这幅图,理解一下什么叫与真实世界对应的时间图”

         “你觉得这幅图采用了阶梯形状,它想表达的数据背后的机制是什么呢?”

    “因为它在一段时间内根本没有变化!“小白一眼看出了症结。

     “是的!你看,能准确传达信息的图一定是一副与真实数据的产生机制相呼应的图,现在有点感觉没?”

     “有了有了!” 小白开心的看着小美,真没想到这些看起来不能再简单的图,能做好了还是需要多动脑筋,起码要多动动数据怎么产生的脑筋呢。”

     “哈哈,你说得很对哇,其他还有很多种图你需要平时多看多体会,体会它们如何与现实中的数据对应,如何抛却繁杂的细节突出重点的,就比如当你数据点太多又上上下下波动很厉害的时候,画折线图就会显得太凌乱,而用数据点配一条简单的拟合趋势线是不是就更简洁明了呀?你看”

      “嘿嘿,那不就是我们回归模型想做的事:除去噪声,发现规律!” 小白为自己终于能看到一个熟悉的场景而傲娇起来。

     “没错呢小白!” 小美会心一笑。“其实,从时间维度看数据是一种很好的思维方式,这不就是所谓的用'发展的眼光'看问题麽。要想理解一个事物的现在,必然要从它的历史看起,看清来龙去脉才更清楚今天的原委;同时,从一种更广的时间视角看问题,常常会与只看一部分问题时有不同的发现。比如其实,之前给你看的那副美国就业机会变化的图只是一部分,以下是更完整一点的图,根据这个图,你是不是会得出一些与之前不同的信息呢?"

      “哇!”小白突然心中惊叹了一下。果然如此呢,之前看一部分图,我们会觉得,哦,奥巴马上来果然几年内改善了就业率;结果把时间轴再拉长,我们就会感觉,布什政府前几年也连年就业形势好,那当奥巴马上任之后的就业增长,会不会只是经济周期的一部分呢?还是说奥巴马真的采取的有力的措施扭转的形势,这一下子好多问号就出来了呢”  小白惊叹于这种从不同视角看问题所带来结论的不同,虽然这个事实早就在书中看过。

      “所以呢,当我们了解一个事物时,看它随着时间的变化会让我们放眼全局,了解事件的整个背景,才能更理解它今天为何如此。你上次问我看时间序列的图要看什么?这就很明显了。

      首先最直观的要看趋势,观察事物变化的走向是上升还是下降,是不规则还是有周期性、季节性;

       其次察细节,有没有数值异常,有没有不规则不符合规律的时间段,有没有呈现剧烈的上升或者下降,这些地方都是什么原因导致?这些问题的答案就是你故事的起点。”

    “好厉害呀小美,感觉你给我讲副图还就讲到了思维方式,都要上升到哲学高度了,好佩服你呀!”

  “嘿嘿,没什么呢,就是自己平时爱乱想想,想东想西的,有时候想得多了就把一个一个珠子就都串起来了~”

  “奥我等的人来了” 小美匆匆收拾东西。“咱们今天就聊到这里吧。你如果想继续学习做图的话,推荐你可以搜搜**“数据新闻”**这个主题来看看,里面一定有很多你喜欢的东西呢!我先走啦哈!”小美冲小白眨了眨眼,然后推门走出了咖啡店。

小妹痴迷的凤凰财经数据新闻

     剩下小白一个人在那里没有缓过神,小白觉得今天这一杯咖啡的时间信息量好大,觉得收获满满。他也匆匆收拾东西准备飞奔回家,要好好理理今天捕获的好玩的知识。


<鸡汤时间>

继续阅读