← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9746.i · 生成模型:DeepSeek-V4.1-Flash

可视化探索:先总览再放大

理解等级:中级

数据准备阶段的可视化不是做汇报图,而是快速建立对数据的整体认知。Shneiderman 提出的路径是:先全盘观察,再放大与过滤,最后按需取细节。

  • 全盘观察:用概览图看分布形态、量级与明显的脏数据迹象;
  • 放大过滤:锁定感兴趣的区域,筛掉无关部分;
  • 按需细节:回到明细记录,看具体是哪些行造成了这个形态。

这条路径的价值在于用很短时间获得大量信息,避免一上来就扎进明细。常见观察点包括:同一字段的计算口径在表内是否一致(如利率中途由单利变复利)、各表分布是否可比、粒度与聚合层级是否够用、样本是否代表目标人群、时间戳单位是否统一、地理与姓名等字段是否规范化。

数据倾斜——大部分取值堆在连续统的一端——就是典型靠可视化容易发现、靠逐行检查难以发现的问题。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第2章 数据分析生命周期 · 查看原书依据

      Shneiderman[9]因其可视化数据分析的理念(即全盘观察,放大及过滤,然后按需获取细节)而众所周知。这是一个务实的可视化数据分析方法。它允许用户找到感兴趣的领域,然后通过放大和过滤来找到与数据的特定区域相关的更详细信息,最后找到特定区域背后详细的数据。

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第2章 数据分析生命周期(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0012_split_003.html) - 结论依据:依据 2.3.5 节对 Shneiderman 可视化理念的引述,以及同节列出的数据一致性、粒度、代表性等检查建议。 - 原始内容:Shneiderman[9]因其可视化数据分析的理念(即全盘观察,放大及过滤,然后按需获取细节)而众所周知。这是一个务实的可视化数据分析方法。它允许用户找到感兴趣的领域,然后通过放大和过滤来找到与数据的特定区域相关的更详细信息,最后找到特定区域背后详细的数据。