斯坦福【概率与统计】课程笔记(四):EDA | 茎叶图

茎叶图的只做方法如下:

  1. 将每个数字分成茎和叶
  2. 对所有茎排序,并纵向从小到大放置好
  3. 对相同茎下的叶归到一起并排序,垂直于茎的排列方向放置好

举个例子:我们有一份奥斯卡影后的年龄集合:

34 34 27 37 42 41 36 32 41 33 31 74 33 49 38 61 21 41 26 80 42 29 33 36 45 49 39 34 26 25 33 35 35 28 30 29 61 32 33 45 29 62 22 44

按照上述方法做出茎叶图:

斯坦福【概率与统计】课程笔记(四):EDA | 茎叶图

  1. 上图中,先分析了一下年龄的数字,将个位数作为叶子,个位数之外的部分作为茎,所以茎的集合是:2、3、4、5、6、7、8;叶子的集合是所有个位数
  2. 茎集合排序后垂直排列好,右侧画一条直线,以便和叶子区分
  3. 每个茎下面的叶子从小到大排序,并垂直于茎的方向放置后(上图1和2)

上图的3的意思是:一些软件如果发现茎下面叶子高度过大,会将每个茎劈成两半放置,其下面的叶子的0-4给子茎1,5-9给子茎2(其实就是进一步细分,用直方图类比就是:之前是每10岁作为一个group,后来变成每5岁作为一个group了,类比一下就应该很容易理解)

茎叶图和直方图有一点类似,但其比直方图好的一个点是:直方图实际上损失了一些详细信息(比如把21、22、25、26、27都归结成[20, 30)这个group后,就只知道这个group下面的样本个数,而不知道实际每个样本的真实值了);而茎叶图保留了每个样本的真实值。

但茎叶图也有不好的地方:其制作比较复杂,一般只能用在小规模的数据集合上。


另外还有一种和茎叶图类似的图:dotplot(点状图)

斯坦福【概率与统计】课程笔记(四):EDA | 茎叶图

其就是把茎叶图中的实际值变成了点

上一篇:解决Safari页面缓存的问题


下一篇:mysql分表技术(学习心得)