可视化数据
数据科学家会直观呈现数据，以更好地理解数据。 他们可以扫描原始数据、检查摘要度量值（如平均值）或绘制数据图表。 图表是一种可视化数据的强有力方式，数据科学家经常使用图表快速了解适度复杂的模式。
直观地表示数据
绘制图表是为了提供对数据的快速定性评估，这有助于理解结果、查找离群值、了解数字的分布方式等。
尽管有时候我们提前知道哪种图表最有用，但其他时候我们以探索性的方式使用图表。 若要了解数据可视化效果的强大功能，请考虑以下数据：无人驾驶汽车的位置 (x,y)。 在数据的原始形式下，很难看到任何真实的模式。 平均值告诉我们，汽车的路径以 x = 0.2 和 y = 0.3 为中心，数值范围似乎介于 -2 和 2 之间。
| 时间 | Location-X | Location-Y |
|---|---|---|
| 0 | 0 | 2 |
| 1 | 1.682942 | 1.080605 |
| 2 | 1.818595 | -0.83229 |
| 3 | 0.28224 | -1.97998 |
| 4 | -1.5136 | -1.30729 |
| 5 | -1.91785 | 0.567324 |
| 6 | -0.55883 | 1.920341 |
| 7 | 1.313973 | 1.507805 |
| 12 | 0.00001 | 0.00001 |
| 13 | 0.840334 | 1.814894 |
| 14 | 1.981215 | 0.273474 |
| 15 | 1.300576 | -1.51938 |
| 16 | -0.57581 | -1.91532 |
| 17 | -1.92279 | -0.55033 |
| 18 | -1.50197 | 1.320633 |
| 19 | 0.299754 | 1.977409 |
| 20 | 1.825891 | 0.816164 |
如果我们现在绘制一段时间内的 Location-X，我们可以看到，在时间 7 和 12 之间似乎缺少值。
如果我们用图表绘制 X 与 Y，最终会得到一个汽车行驶位置的地图。 很明显，这辆车一直在绕圈行驶，在某个时刻开到了那个圆圈的中心。
图表不限于像上面一样的 2D 散点图。 可以通过图表浏览数据的其他方面；例如比例（饼图和堆积条形图）、数据如何分布（直方图和箱线图）。 通常，当我们尝试理解原始数据或结果时，我们可能会试验不同类型的图表，直到我们遇到以视觉上直观的方式解释数据的图表。