分布

条形图与直方图:类别、分箱及可以制作的图表

作者:ChartPetal发布时间

类别条形图比较有名称的分组。直方图则将测量值归入数值区间,以展示分布。两者都可以显示计数,但回答的问题不同。ChartPetal 支持类别条形图;本文的直方图用于教学,并不表示产品具备自动生成直方图的功能。

类别条形图:各承运商的配送数量

ChartPetal 计数条形图:Carrier A 和 Carrier B 各有十笔配送。
使用虚构数据生成的 ChartPetal 实际输出。所有语言版本均保留英文图表标签。

教学直方图:五分钟分箱

二十笔配送时长的直方图,分箱边界为 0、5、10、15 和 20 分钟,对应计数为 3、7、5 和 5。
根据源表计算的教学示意图,并非 ChartPetal 编辑器的输出。编辑器不会创建直方图或选择分箱。标签为英文。
本篇目录

同样的二十笔配送,两个不同的问题

虚构的源表为每笔配送记录了承运商和以分钟为单位的时长。按 Carrier 统计行数,A 和 B 各为十笔,回答的是各自承运了多少笔配送。直方图改用 DeliveryMinutes,将两家承运商的数据合并,查看配送时长集中在哪里。承运商的配送数量相同,并不意味着配送速度相同。

虚构样例数据
CarrierDeliveryMinutes
A2
A4
A5
A7
A8
A9
A11
A12
A14
A18
B3
B6
B6
B8
B10
B13
B15
B16
B17
B19
下载 CSV

先定义分箱,再计数

在这个样例中,每个区间包含下界、不包含上界:0 ≤ 分钟数 < 5、5 ≤ 分钟数 < 10、10 ≤ 分钟数 < 15,以及 15 ≤ 分钟数 < 20。计数依次为 3、7、5 和 5,合计 20。数值 5 归入第二个分箱,10 归入第三个。所有源数据值都至少为 0 且小于 20;如果以后出现数值 20,就需要增加区间,或明确调整最后一个区间的边界。

分箱宽度改变可见形状

将每两个相邻区间合并为十分钟区间后,计数为 10 和 10。测量值没有变化,但更宽的分组隐藏了前两个五分钟区间之间的差异。可以尝试合理的不同宽度,并注明边界。只有二十个虚构观测值时,不应根据表面形状推断总体分布或服务保证。

教学直方图使用数值横轴、相邻区间,并在每张图内保持分箱等宽。类别条形图使用独立标签,可以重新排序来进行不同的比较。数值分布则必须保留区间顺序。对于不等宽的直方图分箱,直接用原始计数作为高度会产生误导:必须结合分箱宽度计算密度,使面积代表频数。这里的等宽样例不需要这项额外计算。

教学直方图:十分钟分箱

同样的二十个时长分为 0 至不足 10 分钟、10 至不足 20 分钟两组,每个分箱有十笔配送。
根据源表计算的教学示意图,并非 ChartPetal 编辑器的输出。编辑器不会创建直方图或选择分箱。标签为英文。

目前可以在 ChartPetal 中重现哪些图表

点击“编辑类别计数图表”,即可打开原始表格,图表类型为 Bar(条形图),X 为 Carrier,Aggregation(聚合)为 Count(计数)。若要展示频数汇总,请下载提供的 Bin 和 Frequency 表格,并打开“编辑预分箱频数条形图”。该预设选择 Bar,X 为 Bin,Values(数值)为 Frequency,Aggregation 为 None(无),按输入顺序保留四个区间标签。如果选择 Count,它会统计表格行数,而不会使用 3、7、5 和 5 这些频数。

预分箱结果是一张条形彼此分隔的类别频数条形图,并非具有连续坐标轴的直方图。ChartPetal 不会选择分箱边界、对原始数值测量结果分箱、控制直方图分箱宽度或计算密度。修改原始表格不会重新计算提供的频数表。请在电子表格或统计工具中重新计算分箱,再导入新的频数值。

虚构样例数据
BinFrequency
0 <= minutes < 53
5 <= minutes < 107
10 <= minutes < 155
15 <= minutes < 205
下载频数表

延伸阅读