1.4.3 數(shù)據(jù)屬性

數(shù)據(jù)框作為R語言數(shù)據(jù)分析與可視化很常用的數(shù)據(jù)結(jié)構(gòu)，常由多列不同數(shù)據(jù)屬性的變量組成。在我們實(shí)現(xiàn)數(shù)據(jù)可視化時(shí)，很有必要先了解這些變量的屬性。我們平時(shí)記錄的實(shí)驗(yàn)數(shù)據(jù)所用的表（table）就是由一系列不同屬性的變量組成的。Jiawei Han等人的Data mining: concepts and techniques[13]根據(jù)數(shù)據(jù)屬性取值的集合類型，對(duì)數(shù)據(jù)屬性進(jìn)行了分成三類：類別型、序數(shù)型和數(shù)值型，如圖1-4-1所示。Pang-Ning Ta等人的Introduction to Data Mining[14]，將序數(shù)型和類別型數(shù)據(jù)統(tǒng)稱為類別型（categorical）或者定性型（qualitative），將數(shù)值型（numeric）也稱為定量型（quantitative）。

1．類別型

類別型屬性（categorical attribute）是用于區(qū)分不同數(shù)據(jù)對(duì)象的符號(hào)或名稱，而它們是沒有順序關(guān)系的，又包含多元類別和二元類別兩種類型。對(duì)于多元類別，可以理解為購買服裝時(shí)的不同服裝名稱，如襯衫、毛衣、T恤、夾克等；對(duì)于二元類別，可以理解為購買服裝時(shí)的不同性別，只有男士和女士?jī)煞N性別分類。類別型數(shù)據(jù)的可視化一般使用標(biāo)尺類中的分類尺度。

2．序數(shù)型

序數(shù)型屬性（ordinal attribute）的屬性值是具有順序關(guān)系，或者存在衡量屬性值順序關(guān)系的規(guī)則。比如常見的時(shí)序數(shù)據(jù)，就一般是按時(shí)間先后排序的；還有就是平時(shí)調(diào)查問卷中經(jīng)常使用的5個(gè)喜歡程度：非常喜歡、比較喜歡、無所謂、不太喜歡、非常不喜歡。序數(shù)型數(shù)據(jù)的可視化一般使用標(biāo)尺類中的順序尺度和時(shí)間尺度兩種類型。

序數(shù)型數(shù)據(jù)的排列方向有三種，分別是單向型（sequential），有公共零點(diǎn)的雙向型（diverging），以及環(huán)狀周期型（cyclic），如圖1-4-2所示。

3．?dāng)?shù)值型

數(shù)值型屬性（numeric attribute）使用定量方法表達(dá)屬性值，如整數(shù)或者實(shí)數(shù)，包括區(qū)間型數(shù)值屬性（interval-scaled attribute）和比值型數(shù)值屬性（ratio-scaled attribute），如表1-4-3所示。區(qū)間型與比值型數(shù)值最大的區(qū)別就是有無基準(zhǔn)點(diǎn)，通常為零點(diǎn)（internal zero-point）。

比值型數(shù)值屬性的數(shù)據(jù)一般擁有基準(zhǔn)點(diǎn)，比如開氏溫標(biāo)（K）以絕對(duì)零度（0K=-273.15oC）為其零點(diǎn)，以及平時(shí)通常使用的數(shù)量、重量、高度和速度等。

而區(qū)間型數(shù)值屬性的數(shù)據(jù)的起始值一般是在整個(gè)實(shí)數(shù)區(qū)間上取值，可進(jìn)行差異運(yùn)算，但不能進(jìn)行比值運(yùn)算。比如攝氏溫標(biāo)（°C）與華氏溫標(biāo)（°F）下的溫度、日歷中的年份、經(jīng)度（longitude）與緯度（latitude），它們都沒有真正的零點(diǎn)。在日歷中，0年并不對(duì)應(yīng)時(shí)間的開始，但0°C并不代表沒有溫度。所以可以說10°C比5°C溫度高（差異運(yùn)算），但是不能說10°C是5°C的2倍（比值運(yùn)算）。

我們也可以用值的個(gè)數(shù)區(qū)分?jǐn)?shù)據(jù)類型，可以分為離散型和連續(xù)型[14]。離散型屬性具有有限個(gè)值或者無限個(gè)值，這樣的屬性可以是分類的，也可以是數(shù)值型的。其中二元屬性（binary attribute）是離散型屬性的一種特殊情況，并只接受兩個(gè)值，比如True/False（真/假）、Yes/No（是/否）、Male/Female（男/女），以及0/1。通常二元屬性使用布爾變量表示，或者只取0和1兩個(gè)值的整數(shù)變量表示。連續(xù)型屬性是取實(shí)數(shù)值的屬性，通常使用浮點(diǎn)數(shù)變量表示。理論上講，基于數(shù)據(jù)集合類型劃分的數(shù)據(jù)類型（類別型、序數(shù)型和數(shù)值型）可以與基于屬性值個(gè)數(shù)的任意類型（離散型和連續(xù)型）組合，從而不同的數(shù)據(jù)可能有不同的數(shù)據(jù)屬性組合。