深入理解频数多边形：从概念到绘制实战指南

引言：为什么我们需要频数多边形？

在处理数据分析或统计学任务时，我们经常需要将枯燥的数据转化为直观的图表。虽然直方图是展示频数分布的经典方式，但在实际工程和科学研究中，我们常常面临着对比多组数据的挑战。你是否尝试过在同一个图表中叠加两个直方图？那通常会变成一场视觉灾难，阴影重叠使得数据难以分辨。

这正是频数多边形大显身手的时候。它不仅仅是一个替代方案，更是直方图的一种进化形态。通过连接各顶点，我们能够清晰地看到数据的分布趋势，更重要的是，它可以让我们在同一坐标系下轻松对比多个数据集。

在这篇文章中，我们将一起深入探讨频数多边形的含义，并分别针对离散数列和连续数列，通过详细的步骤解析和实战示例，掌握这一强大的数据可视化工具。无论你是使用 Python 的 Matplotlib，还是在纸上手绘，理解其背后的逻辑都是至关重要的。

核心概念：什么是频数多边形？

简单来说，频数多边形是一种用于表示频数分布的统计图形。与直方图使用矩形柱来表示频数不同，频数多边形使用点，并将这些点用线段连接起来。

它的核心优势

当我们需要对比两个或多个频数分布时，频数多边形通常比直方图更合适。为什么？因为清晰的线条比重叠的矩形更容易区分。例如，假设我们要对比两个班级的考试成绩分布，使用两条不同颜色的折线，可以一目了然地看出哪个班级的整体表现更好。

适用范围

我们可以灵活地为以下两种数据类型构建多边形：

• 离散数列：数据是可数的整数（如：每个家庭的子女数）。

n2. 连续数列：数据落在特定的区间内（如：年龄区间、工资范围）。

!Frequency Polygon

—

场景一：处理离散数列

离散数据是指只能取特定数值的数据，通常是整数。比如，街道上的商店数量、家庭中的孩子数量等。

绘制步骤详解

在处理离散数列时，遵循以下步骤可以确保绘制的准确性：

• 建立坐标系：将给定的变量（假设为 X）标记在 X 轴上，将对应的频数标记在 Y 轴上。记得给坐标轴加上清晰的单位标签。
• 描点：在坐标系中，找出每一对 $(x, f)$ 对应的点。
• 连线：用直线连接各个频数对应的点。
• 闭合图形（关键步骤）：为了让图形回归到基线（X轴），我们需要将图形延伸至两端。

* 取第一个变量值之前的一个假设值，频数设为 0。

* 取最后一个变量值之后的一个假设值，频数设为 0。

* 将这两个点与图形的首尾连接起来。

实战示例：商店分布分析

问题陈述：

以下数据显示了某城市 70 条街道上的商店数量。让我们以此为例，构建一个频数多边形来分析其分布特征。

!Frequency Polygon Data

#### 解决方案解析

在这种情况下，我们应用离散频数分布的逻辑。

• X 轴：代表“每条街道的商店数量”（0, 1, 2, 3, …）。
• Y 轴：代表“频数”，即对应商店数量的街道有多少条。

绘制逻辑：

假设数据中最小是 0，最大是 6。我们会在 X 轴上标记 -1 和 7（或者仅仅是 0 前和 6 后的空位），频数为 0，作为图形的起点和终点。频数多边形就是通过用直线连接这些获得的点而创建的，它展示了商店数量在不同街道上的集中趋势。

!Frequency Polygon

代码实现思路（Python Matplotlib）：

# 虽然本示例为手绘演示，但在代码中，我们通常使用 plot 函数
# 数据点 
x_values = [0, 1, 2, 3, 4, 5, 6]
frequencies = [5, 10, 20, 15, 10, 7, 3]

# 注意：为了闭合多边形，我们需要在两端添加频数为0的点
# 例如在 -1 和 7 的位置添加 0
plot_x = [-1] + x_values + [7]
plot_y = [0] + frequencies + [0]

# plt.plot(plot_x, plot_y, marker=‘o‘)

—

场景二：处理连续数列

连续数列涉及数据的范围或区间。绘制方法稍微复杂一些，主要有两种途径：借助直方图和不借助直方图。这两种方法最终得到的图形是一致的，但理解过程有助于我们掌握其数学原理。

方法 A：借助直方图绘制（直观法）

这种方法适合初学者，因为它建立在我们熟悉的直方图之上。

#### 步骤指南

• 绘制直方图：首先，根据给定的频数分布绘制一个标准的直方图。确保每个矩形的高度对应其频数，宽度对应组距。
• 标记中点：找到直方图中每个矩形顶部（上方水平边）的中点。
• 连接：用直线连接相邻矩形的中点。
• 延伸闭合：通过将两端延伸至基线来闭合图形。我们必须在第一个组之前和最后一个组之后各增加一个假设组，并设定这两个组的频数为零。

#### 实战示例：家庭成员年龄分布

问题陈述：

以下是某个联合家庭成员的年龄分布。让我们根据这些数据创建一个频数多边形。

!Frequency Polygon Data

#### 解决方案

• X 轴：代表“年龄组”（例如 10-20, 20-30）。在绘制时，我们需要将区间映射为具体的数值位置。
• Y 轴：代表家庭成员的数量（频数）。

关键操作：

假设年龄组是 10-20, 20-30… 我们取矩形顶部中点连线。为了闭合图形，如果第一个组是 10-20，我们会假设有一个 0-10 的组，频数为 0，从而将折线拉回 X 轴。

!Frequency Polygon

方法 B：不借助直方图绘制（计算法）

如果你想提高效率，或者在没有绘制直方图的情况下直接得到多边形，这个方法是最佳选择。这也是数据可视化库（如 Python 的 Matplotlib 或 R 的 ggplot2）背后的工作原理。

#### 步骤指南

• 计算组中值：对于连续数列，我们需要确定 X 轴上的坐标。通常，我们取每个组距的中点作为 X 值。公式为：$ ext{中点} = rac{ ext{下限} + ext{上限}}{2}$。
• 确定频数：Y 轴上的值即为该组对应的频数。
• 描点与连线：在坐标系中描绘出 $( ext{组中值}, ext{频数})$ 对应的点，并用直线连接它们。
• 延伸闭合：与方法 A 相同，假设在两端各有一个额外的组，频数为零，连接这些点以使图形回归基线。

#### 为什么取中点？

在连续数据中，我们无法取一个具体的点来代表整个区间。中点是该区间最具有代表性的数值，它能平衡组内的所有数据。如果我们不取中点而取上限或下限，图形将发生偏移，无法真实反映数据的分布形态。

!Frequency Polygon-copy.webp)

—

进阶概念：频数曲线

当我们掌握了频数多边形后，理解频数曲线就变得非常自然了。

它是什么？

频数曲线是将频数多边形进行“平滑”处理后的结果。也被称为平滑频数曲线。你可以把它想象成当数据量无限增加，组距无限变小时，频数多边形逐渐逼近的完美形态。

绘制要点

• 不经过点：与多边形不同，频数曲线并不总是严格经过每一个数据点（顶点）。它的目的是捕捉整体的分布模式，而不是精确对应每一个离散的波动。
• 平滑处理：我们在绘制时应该尽量消除尖锐的边缘和棱角，使线条流畅。这通常需要使用曲线拟合技术或简单的手工平滑（如自由尺法）。

何时使用？

• 当我们需要展示数据的理论分布时（如正态分布曲线）。
• 当数据量非常大，频数多边形显得过于锯齿状，我们需要寻找潜在的趋势时。

—

实战技巧与最佳实践

为了确保你在实际操作中能画出专业且准确的图表，这里有一些来自数据分析经验的实用建议：

1. 必须包含“假设组”（频数为0的点）

这是初学者最容易犯的错误。如果你不将两端连接到基线（X轴），你的图形就只是一个“折线图”，而不是严格意义上的“面积图”。闭合图形不仅美观，而且在数学上保证了图形覆盖的面积代表了总频数。

2. 保持比例一致

X 轴和 Y 轴的比例选择非常重要。如果 Y 轴被拉伸得太高，数据的波动看起来会异常剧烈；如果太扁平，波动则会被掩盖。建议在大多数情况下，保持长宽比在 4:3 或 16:9 左右，或者根据数据的方差动态调整。

3. 对比多组数据时的技巧

如果你在一个图表中绘制两个频数多边形（例如对比 A 班和 B 班的成绩）：

• 使用不同的颜色（如蓝色和红色）。
• 使用不同的线型（如实线和虚线），以便在黑白打印时依然能区分。
• 确保两个多边形具有相同的范围和坐标轴，以便进行公平对比。

4. Python 代码实战示例

虽然我们在文中主要通过手绘逻辑讲解，但在实际工作中，我们通常使用代码来实现。下面展示如何使用 Python 绘制一个标准的频数多边形，重点在于如何处理“假设组”来闭合图形。

import matplotlib.pyplot as plt
import numpy as np

# 示例数据：连续数列 (组中值)
# 假设组距为 10，范围 0-60
mid_points = [5, 15, 25, 35, 45, 55]
frequencies = [4, 12, 18, 10, 6, 2]

# 技巧：为了闭合多边形，我们需要在首尾添加频数为0的点
# 这里的逻辑是：第一个中点是5，前一个中点应该是-5；最后一个中点55，后一个是65
plot_x = [-5] + mid_points + [65]
plot_y = [0] + frequencies + [0]

plt.figure(figsize=(10, 6))

# 绘制频数多边形
# marker=‘o‘ 用于标记数据点， linestyle=‘-‘ 连接直线
plt.plot(plot_x, plot_y, marker=‘o‘, linestyle=‘-‘, color=‘b‘, label=‘频数多边形‘)

# 可选：填充下方区域以强调面积
plt.fill_between(plot_x, plot_y, color=‘skyblue‘, alpha=0.2)

plt.title(‘连续数据频数多边形示例‘)
plt.xlabel(‘变量值 (组中值)‘)
plt.ylabel(‘频数‘)
plt.grid(True) # 添加网格线便于读数
plt.legend()
plt.show()

5. 常见错误排查

• 图形“悬浮”：检查是否遗漏了在首尾添加 (0,0) 或等效的假设点。
• X轴错位：对于连续数据，确保 X 轴刻度对应的是组中值，而不是下限或上限。一个常见的错误是直接用区间的起始值作为 X，这会导致整个图形向左偏移半个组距。

总结与下一步

频数多边形不仅仅是一个几何图形，它是理解数据分布形状的窗口。通过将直方图简化为点和线，它剥离了不必要的视觉干扰，让我们专注于数据的核心趋势。

在这篇文章中，我们不仅学习了它的定义，还分别深入了离散和连续两种场景的绘制步骤，并探讨了如何将其平滑化为频数曲线。最重要的是，我们强调了“闭合图形”这一关键细节。

接下来的步骤：

• 找一组你感兴趣的真实数据（如你的日常步数、月度支出），尝试绘制频数多边形。
• 如果你会使用 Python 或 R，尝试实现代码部分，并对比手绘结果。
• 思考一下：如果组距不相等，我们在绘制频数多边形时需要注意什么？（提示：这通常需要先进行频数密度的换算）。

掌握频数多边形，你就拥有了一个强大的工具，可以快速洞察数据背后的故事。祝你在数据探索的旅程中一切顺利！