ch6

6.md

@@ -714,3 +714,113 @@ heights
 
 （省略了 169 行）
 
+`scatter`方法使我们能够可视化，儿子的身高如何与父母的身高有关。 在图中，儿子的身高将形成公共的横轴。
+
+```py
+heights.scatter('son')
+```
+
+注意我们仅仅指定了公共的横轴上的变量（儿子的身高）。 Python 绘制了两个散点图：这个变量和另外两个之间的关系，每个关系一个。
+
+金色和蓝色的散点图向上倾斜，并显示出儿子的高度和父母的高度之间的正相关。 蓝色（父亲）的绘图一般比金色高，因为父亲一般比母亲高。
+
+### 线形图
+
+我们的下一个例子涉及更近的儿童数据。 我们将返回到人口普查数据表`us_pop`，再次在下面创建用于参考。 由此，我们将提取 0 至 18 岁年龄段的所有儿童的数量。
+
+```py
+# Read the full Census table
+census_url = 'http://www2.census.gov/programs-surveys/popest/datasets/2010-2015/national/asrh/nc-est2015-agesex-res.csv'
+full_census_table = Table.read_table(census_url)
+
+# Select columns from the full table and relabel some of them
+partial_census_table = full_census_table.select(['SEX', 'AGE', 'POPESTIMATE2010', 'POPESTIMATE2014'])
+us_pop = partial_census_table.relabeled('POPESTIMATE2010', '2010').relabeled('POPESTIMATE2014', '2014')
+
+# Access the rows corresponding to all children, ages 0-18
+children = us_pop.where('SEX', are.equal_to(0)).where('AGE', are.below(19)).drop('SEX')
+children.show()
+```
+
+| AGE | 2010 | 2014 |
+| --- | --- | --- |
+| 0 | 3951330 | 3949775 |
+| 1 | 3957888 | 3949776 |
+| 2 | 4090862 | 3959664 |
+| 3 | 4111920 | 4007079 |
+| 4 | 4077551 | 4005716 |
+| 5 | 4064653 | 4006900 |
+| 6 | 4073013 | 4135930 |
+| 7 | 4043046 | 4155326 |
+| 8 | 4025604 | 4120903 |
+| 9 | 4125415 | 4108349 |
+| 10 | 4187062 | 4116942 |
+| 11 | 4115511 | 4087402 |
+| 12 | 4113279 | 4070682 |
+| 13 | 4119666 | 4171030 |
+| 14 | 4145614 | 4233839 |
+| 15 | 4231002 | 4164796 |
+| 16 | 4313252 | 4168559 |
+| 17 | 4376367 | 4186513 |
+| 18 | 4491005 | 4227920 |
+
+现在我们可以绘制两个叠加的线形图，显示 2010 年和 2014 年的不同年龄的儿童人数。方法调用类似于前面例子中的`scatter`调用。
+
+```py
+children.plot('AGE')
+```
+
+在这个刻度上，重要的是要记住我们只有`0,1,2`岁等等的数据。 两个图形的点相互“交织”。
+
+这些图表在一些地方相互交叉：例如，2010 年的 4 岁人数比 2014 年多，2014 年的 14 岁人数比 2010 年多。
+
+当然，2014 年的 14 岁儿童大部分都是 2010 年的 10 岁儿童。为了看到这一点，请查看 14 岁的金色图表和 10 岁的蓝色图表。事实上，您会注意到，整个金色图表（2014 年）看起来像蓝色图表（2010 年）向右滑了 4 年。 由于 2010 年至 2014 年间进入该国的儿童的净效应，这个下滑幅度还是有所上升， 幸运的是，在这些年代，没有太多的生命损失。
+
+### 条形图
+
+对于本节的最后一个例子，我们看看加利福尼亚州以及整个美国的成人和儿童的种族分布情况。
+
+凯撒家庭基金会根据人口普查数据，编制了美国人口种族分布情况。基金会的网站提供了 2014 年整个美国人口以及当年 18 岁以下的美国儿童的数据汇总。
+
+这里是一个表格，采用了美国和加利福尼亚州的数据。 这些列代表美国和加利福尼亚州的每个人，美国和加州的儿童。 表格的主体包含不同类别的比例。 每一列显示了，该列对应的人群的种族分布。 所以在每一列中，条目总计为 1。
+
+```py
+usa_ca = Table.read_table('usa_ca_2014.csv')
+usa_ca
+```
+
+
+| Ethnicity | USA All | CA All | USA Children | CA Children |
+| --- | --- | --- | --- | --- |
+| Black | 0.12 | 0.05 | 0.14 | 0.05 |
+| Hispanic | 0.18 | 0.38 | 0.24 | 0.5 |
+| White | 0.62 | 0.39 | 0.52 | 0.29 |
+| Other | 0.08 | 0.18 | 0.1 | 0.16 |
+
+我们自然想要比较这些分布。 直接比较列是有意义的，因为所有条目都是比例，因此在相同刻度上。
+
+`barh`方法允许我们通过在相同轴域上绘制多个条形图，将比较可视化。这个调用类似于`scatter`和`plot`：我们必须指定类别的公共轴。
+
+> 译者注：轴域（Axes）是横轴和纵轴围城的区域。
+
+```py
+usa_ca.barh('Ethnicity')
+```
+
+虽然绘制叠加的条形图非常简单，但是我们可以在这个图表上找到太多的信息，以便能够理清种群之间的相似性和差异性。 似乎很清楚的是，美国所有人和美国儿童的种族分布比任何其他列都更相似，但是一次比较一对要容易得多。
+
+首先比较美国和加利福尼亚的整个人口。
+
+```py
+usa_ca.select('Ethnicity', 'USA All', 'CA All').barh('Ethnicity')
+```
+
+这两个分布是完全不同的。 加利福尼亚州的拉美裔和其他类别比例较高，黑人和白人比例相应较低。 这种差异主要是由于，加利福尼亚州的地理位置和移民模式，无论是历史上还是近几十年来。 例如，加利福尼亚的“其他”类别包括相当一部分亚洲人和太平洋岛民。
+
+从图中可以看出，2014 年加州近 40% 的人口是拉美裔。 与该州儿童人口的比较表明，未来几年拉美裔人口的比例可能会更高。 在加州儿童中，50% 属于拉美裔。
+
+```py
+usa_ca.select('Ethnicity', 'CA All', 'CA Children').barh('Ethnicity')
+```
+
+更复杂的数据集自然会产生各种有趣的可视化效果，包括不同种类的重叠图形。 为了分析这些数据，获得更多的数据操作技能的有帮助的，这样我们就可以将数据转化为一种形式，使我们能够使用本节中的方法。 在下一章中，我们将介绍其中的一些技巧。