百聞は一見にしかず

データ可視化への理解

Richie Cotton

Data Evangelist at DataCamp

学習内容

• どのグラフが適切か？- グラフから読み取るには？- プロットを描くコツは？

データから情報を得る3つの方法

要約統計量の計算

平均値、中央値、標準偏差

モデル化

線形回帰、ロジスティック回帰

グラフの描画

散布図、棒グラフ、ヒストグラム

12匹のデータ・ザウルス

away_x	away_y	bullseye_x	bullseye_y	...	x_shape_x	x_shape_y
32.33	61.41	51.20	83.34	...	38.34	92.47
53.42	26.19	58.97	85.50	...	35.75	94.12
63.92	30.83	51.87	85.83	...	32.77	88.52
70.29	82.53	48.18	85.05	...	33.73	88.62
34.12	45.73	41.68	84.02	...	37.24	83.72
67.67	37.11	37.89	82.57	...	36.03	82.04

¹ Matejka, J., & Fitzmaurice, G. (2017) https://www.autodeskresearch.com/publications/samestats

各データセットのxの平均

データセット	平均(x)
away	54.27
bullseye	54.27
circle	54.27
dino	54.26
dots	54.26
h_lines	54.26
high_lines	54.27

データセット	平均(x)
slant_down	54.27
slant_up	54.27
star	54.27
v_lines	54.27
wide_lines	54.27
x_shape	54.26

各データセットのxとyの平均

データセット	平均(x)	平均(y)
away	54.27	47.83
bullseye	54.27	47.83
circle	54.27	47.84
dino	54.26	47.83
dots	54.26	47.84
h_lines	54.26	47.83
high_lines	54.27	47.84

データセット	平均(x)	平均(y)
slant_down	54.27	47.84
slant_up	54.27	47.83
star	54.27	47.84
v_lines	54.27	47.84
wide_lines	54.27	47.83
x_shape	54.26	47.84

各データセットの標準偏差

データセット	標準偏差(x)	標準偏差(y)
away	16.77	26.94
bullseye	16.77	26.94
circle	16.76	26.93
dino	16.77	26.94
dots	16.77	26.93
h_lines	16.77	26.94
high_lines	16.77	26.94

データセット	標準偏差(x)	標準偏差(y)
slant_down	16.77	26.94
slant_up	16.77	26.94
star	16.77	26.93
v_lines	16.77	26.94
wide_lines	16.77	26.94
x_shape	16.77	26.93

連続変数とカテゴリ変数

連続: 通常は数値

• 高さ、温度、収益

連続変数とカテゴリ変数

連続: 通常は数値

• 高さ、温度、収益

カテゴリ型：通常は文字

• 目の色、国、産業

連続変数とカテゴリ変数

連続: 通常は数値

• 高さ、温度、収益

カテゴリ型：通常は文字

• 目の色、国、産業

両方あり得る場合

• 年齢は連続変数、年齢層はカテゴリ変数
• 時間は連続変数、月はカテゴリ変数

練習しましょう！

データ可視化への理解