最近，我正在读《深入浅出数据分析》这本书。
上期跟大家分享的书中主题是「」。
今天，我来聊聊「直方图的绘制及应用」，分别用Excel和R程序两种方式绘制直方图，体现数字的形状。
01 案例背景
1、数据的图形表示方法不计其数，直方图是其中出类拔萃的一种。直方图与柱状图有些相似，能迅速而有效地汇总数据。接下来你将用这种小巧而实用的图形量度数据的分布、差异、集中趋势等。
2、提出加薪请求前，要对加薪情况进行研究，了解老板的基准期望，预测结果。
3、由于你潜心研究星巴仕数据，因此得以一窥内幕：人力资源部过去三年加薪记录。
4、最好汇总一下数据。数据太多则很难一口气看完、看懂，除非先进行汇总，否则无法彻底领悟数据的意义。
5、先从将数据分解成基本数据块着手，有了这些数据块，就能观察平均值或其他你认为有用的汇总统计值。
6、画一张图体现获得各种加薪幅度的人数，这样就能一目了然地观察整个数据集。
02 用Excel画直方图
7、打开Data Analysis（数据分析）对话框。
8、选择直方图。
9、选择数据。
10、运行。按下OK（确定），分割数据。
11、直方图是一种功能强大的图形，无论数据集多庞大，直方图都能显示出数据点在数值范围内的分布情况。
12、另一方面，Excel的输出结果存在一些问题：区间（或组距）采用默认设置，结果X轴的数值杂乱不齐。X轴上代表各个区间的数字应为整数，相比使用小数，这样的图更易于观察。
13、直方图上的缺口意味着区间与区间之间没有数据。
14、这正是这个缺口应该表示的确切含义，起码在直方图绘制正确的时候是这样的。如果你认为这张直方图是正确的，并且数值之间有缺口，那你就大错特错了。你需要用一个软件工具（R软件）创建一张更好的直方图。
03 用R软件画直方图
15、安装并运行R：可以参考这篇文章下载安装R软件。
濡備綍瀹夎R涓嶳studio - 鐭ヤ箮
16、输入read命令，读取本地表格的数据，并赋值给data。
data=read.csv("C:/Users/admin/Downloads/hfda_ch09_employees.csv")
注意：
表格名称为「hfda_ch09_employees.csv」
表格位置输入时需要把“”变更为“/”，不然会报错。别问我怎么知道的，都是眼泪，试了好久，呜呜~
17、在R中输入下面这条指令，生成直方图：
hist(data$received,breaks=50)
18、你觉得这个直方图指令是什么意思？
19、直方图的柱体不仅能够量度被计量事物的数目（频数），还能体现各个区间所代表的整个数据集的百分比。
20、下面这些指令会让你对手头的数据集了解更深，还能得知人们的加薪分布。
sd(data$received)
summary(data$received)
sd指令返回指定数据范围的标准偏差，summary()指令显示received（实际加薪）列的汇总统计值。
21、直方图很好地体现了平均值（mean）、中间值（median）和标准偏差。通过观察直方图，虽然无法看出具体的数值，但可以形成对数字的感觉。
22、如果直方图是对称的，则平均值和中间值会处于相同的位置——正中间。但在这个实例中，右侧的小峰将平均值拖离大峰的中心，而大部分观察对象都位于这里。也许我们该重新看看先前划分的数据块，弄清楚这些数据块是否和直方图有些关系。
04 用数据的子集绘制直方图
23、用数据的子集绘制直方图。
hist(data$received[date$year == 2007], breaks = 50)
这个直方图仅选择了2007年的加薪数据，基本形状与原来的直方图相同，坐标则有区别——例如最大的数据块中仅有8个人。但由于形状相同，2007年的群体可能与整个群体有相同的特性。
24、2008年情况与使用2007年数据时完全一样，R甚至选用完全一样的坐标绘制数据。
hist(data$received[data$year == 2008], breaks = 50)
25、尽管这个直方图的坐标有所不同，我们却再一次看到一个大峰和一个挨在大峰右边的小峰，这个图形显示出女性在这些年里的加薪情况，因此人数众多。
hist(data$received[data$gender == “F”], breaks = 50)
26、这个图形看起来非常像女性的加薪直方图。虽然坐标不同，但只要分析一下柱体，就能看出不同区间中的男性和女性的数目大致相同。像前面一样，这个图有两个峰。
hist(data$received[data$gender == “M”], breaks = 50)
27、有趣的事情出现了：只有一个峰。横坐标表明这些人（即未提出加薪的人）处于加薪范围的低端；纵坐标表明这些人为数众多。
hist(data$received[data$negotiated == FALSE], breaks = 50)
28、看来，把提过加薪要求和未提过加薪要求的人拆开后，两个峰会明显分离，我们看到：人员加薪大增，同时人数锐减。似乎要求加薪的人会在结果分布图上呈现完全不同的分布形态。
hist(data$received[data$negotiated == TRUE], breaks = 50)
05 分析直方图
29、是否选择提出加薪（即进行加薪谈判）决定了人们的加薪结果分布情况。只要提出加薪要求，整个直方图就向右移。
30、要是你对要求加薪子集做个汇总统计，就会发现，就像在两条曲线上观察到的一样，结果十分富有戏剧性。
31、对加薪数据的不同子集进行直方图分析之后，看得出获得大幅度加薪全靠提要求。毫无疑问，你应该谈判要求加薪。
32、既然已经分析了加薪数据，哪种策略会带来最好的结果就已经水落石出。
END
其他比较受欢迎的内容，希望对你有帮助：
如何给老板发工资？这样做节税15.6万
一次通关！全网最全CPA综合备考攻略
小强升职记：时间管理故事书
《十年涨薪30倍：财务职场透视》读书笔记
数据分析与心智模型
数据如何实现图形化？
看完点个赞，以后分享更多。
