棒球数据研究

项目展示

http://lilyalove.com/data_visualization_baseball/index.html

概要

根据获取到1157名棒球手的数据集，对影响棒球全垒得分的原因进行分析，可分析的维度有身高（英寸），体重（磅），用手习惯（左、右，both），击球率。 目的是创建一个可视化，展示这些球手之间的表现差异。

数据故事

棒球选手的击球率和全垒得分，与用手习惯并没有太大关系，与身高体重之间也没有绝对的联系。

设计

第一版设计

1. 以身高为x轴、体重为y轴，使用散点图来显示棒球选手的分布。
2. 散点图的点用圆形来表示，圆形大小代表全垒得分的大小；
3. 用圆形的颜色来表示习惯用手，图例显示即为习惯用手的颜色含义。

第二版设计

根据第一版的反馈，以及对于数据的再次分析，准备做如下调整：

1. 用椭圆代替圆形来表示散点图，椭圆的两个半径分别由击球率和全垒得分表示，以此来完整显示该棒球选手的水平；
2. 对用手习惯添加动画，使得用户可以通过按钮，查看左手、右手、both的不同情况；
3. 在图形下方添加备注，说明椭圆的含义.

第三版设计

根据第二次、第三次的反馈，准备做如下调整：

1. 将按钮挪到右侧；
2. 鼠标放在图中的椭圆上时，可以显示该椭圆的基本信息。

第四版设计

根据第四次反馈，准备做如下调整：

1. 筛选掉所有全垒得分和击球率为0的点，剔除缺失值；
2. 调整椭圆的详细信息显示，将信息显示成两行，避免边界处显示不全；
3. 调整椭圆的横向半径和纵向半径尺度，使之一致；
4. 加入颜色深浅说明：颜色越深，代表此处重叠的点越多；
5. 给椭圆信息悬浮框加入背景色；
6. 由于很多人的身高、体重值是相同的，对这些相同身高体重的人进行统计，并将avg、HR求平均值，在最终的图形中，只显示平均值；（该操作在R中操作）；
7. 在椭圆信息悬浮框中，加入身高体重相同的人数统计；
8. 将面积较小的形状显示在上面，较大的显示在下面；

反馈

第一次反馈：

你在这个可视化中注意到什么？

1. 数据分布大体呈现平行四边形；
2. 有很多大大小小的圆圈叠在一起了；

你对这个数据有什么疑问吗？ 没有问题。

你是否注意到数据关系？

1. 从整体上身高和体重呈现正相关关系；
2. 大部分分数较高的数据，集中在中间区域；
3. 看上去右手得分更高一些，但并不明确；

你觉得这个可视化主要表达了什么？

1. 体型、用手习惯对全垒打得分的影响；

这个图形中你有什么不明白的地方吗？

1. 圆圈大小指代什么不明确；
2. 同一个圆的地方，不确定有几个人；

第二次反馈

你在这个可视化中注意到什么？

从表现上来看，击球率、全垒得分与身高、体重、左右手并没有太大关系。

你对这个数据有什么疑问吗？

没有问题。

你是否注意到数据关系？

并无明显关系。

你觉得这个可视化主要表达了什么？

1. 体型、用手习惯对全垒打、击球率的影响；

这个图形中你有什么不明白的地方吗？

暂无。

第三次反馈

建议把按钮放到右边，和图例放在同一边，避免看的时候需要左右来看，不方便。

第四次反馈（Udacity）

我认为该可视化在传递发现时有几处不够清楚的地方： 1. 很多圆重叠在了一起，不容易观察，并且难以查看悬浮框的数据。 2. 颜色的深浅是否有具体含义？是重叠的次数吗？ 3. 所有椭圆的纵向半径非常一致，可能是因为横向半径和纵向半径尺度不同。 4. 有很多avg = 0, HR = 0 的点，这些是缺失值还是真的为0呢？

资源

D3 scatter 参考博客：https://bl.ocks.org/mbostock/3887118