不懂贝叶斯模型？！可视化一下就简单啦...

前言

今天是我的可视化课程上线的第221天，目前学员414人，每篇原创公众号都会记录这个人数，用来督促和激励我的原创内容。目前课程的主要方向是科研、统计、地理相关的学术性图形绘制方法，后续也会增加商务插图、机器学等、数据分析等方面的课程。
参与课程的你将获取到：学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。

可视化贝叶斯难吗？看看这两个工具

在新增我们的统计可视化课程的时候，发现了贝叶斯分析，且其可视化结果也是应用非常广泛，本期推文就给大家简单介绍下Python和R语言中用于贝叶斯模型分析的好用的工具。

「PS」:Python语言的相关内容都会增加到我们的书籍学习圈子(明晚7点准时上线，双十一优惠)里，还有对应视频讲解哦。

Python-ArviZ

ArviZ工具包是一个Python语言的开源可视化库，专注于可视化贝叶斯推断的结果和诊断。它提供了一系列用于可视化贝叶斯模型输出的方法，包括后验分布、后验预测分布、后验对数密度图、后验两两关系图等。ArviZ 库支持多种常见的贝叶斯推断工具包，如 PyMC3、Stan 和 Pyro 等。

ArviZ 提供了丰富的可视化功能和灵活的定制选项，可以帮助用户更好地理解和分析贝叶斯模型的结果。例如，通过 ArviZ 可以轻松绘制后验分布的直方图、密度图、箱线图及其它自定义图形，对于后验采样数据进行诊断和比较不同模型结果时也非常有用。此外，ArviZ 还支持在网站和 Jupyter notebook中交互式展示图形，方便用户进行探索性数据分析。

部分可视化案例

Forest Plot with ESS

Traceplot

Ridgeplot

Posterior Plot

Single-Sided Violin Plot

更多可视化案例和用法可阅读ArviZ官网[1]

R-bayesplot

R语言中的bayesplot包也是一个用于可视化贝叶斯推断的结果的工具包。它提供了多个函数用于绘制贝叶斯模型的分布图、后验预测分布图、散点图矩阵等。与 ArviZ 不同的是，bayesplot 更加灵活，用户可以自己编写绘图函数来实现更高级别的可视化。此外，bayesplot 还可用于生成基于 ggplot2 的图形，用户可以根据自己的需求进行调整和进一步修改。

部分可视化案例

Posterior distributions

NUTS Energy Diagnostic

50% posterior predictive intervals nvs observed miles per gallon

更多可视化案例和用法可阅读bayesplot官网[2]

总结

总的来说，ArviZ 和 bayesplot 都是专注于可视化贝叶斯推断结果的工具包，提供了丰富的可视化和诊断功能。两个工具包都非常适合用于数据分析、模型诊断、模型比较等领域。由于 Python 和 R 语言在不同领域都有自己的优势，因此选择使用哪个工具包要根据具体情况而定。

如何快速学习科研绘图技巧？

如何快速的学习科研论文绘图技巧？笔者给大家列举了以下几点：

学习基本工具和软件: 先熟悉常用的科研绘图工具和软件，例如Python或者R语言等，选择一款适合你的工具。
参考教程和指南: 在线教程、视频教程和指南是学习的好资源。
模仿和实践: 查看优秀的科研绘图范例，模仿它们的风格和技巧。同时，勤练手，多做练习，实践是提高技能的关键。
了解图表类型和用途: 了解不同类型的科研图表，例如折线图、柱状图、散点图等，以及它们在传达信息方面的优缺点。
注重细节和清晰性: 细节决定成败，确保图表的字体清晰、线条精细、标签明了，避免视觉混乱。
遵循学术规范: 遵循学术期刊或机构对图表的规定和要求，包括字体大小、图表标题、坐标轴标签等。
请教专家或同事: 有条件的同学可以跟随一个大佬进行系统学习，向他们寻求指导和建议，可以加速你的学习过程。

这里笔者建议，在资金允许的前提下，可以报名一个长期有效的可视化课程，别报名那种合集资料、没后期服务的课程。建议参加那种作者本人录制视频、有详细代码和数据、有后期服务、有观课平台(如果这个都没有，真的不建议大家购买，说的再好都不要购买)。如果课程持续更新的最好，最好课程本人有一定影响力(比如出书或者大V），那样自己的权益也会受到保障。感兴趣的读者可以看下我们自己的课程介绍，可视化系列课程推文。完美满足我说的那几个条件····

系统学习可视化

当然，在学习数据可视化的道路上，你也有很多问题得不到解答，也可以加入我们的可视化课程(可视化系列课程推文)后，在学员群里和大家一起谈论，一起进步，或者直接向我提问。如果我觉得你的问题很具有普适性，我会把它写成文章发布在公众号上，让更多人看到，有关我们数据可视化系列课程的服务内容，可以参考下面的阅读原文。