數(shù)據(jù)分析學(xué)習(xí)筆記：數(shù)據(jù)可視化
來(lái)源：張俊紅 時(shí)間：2017-01-10 11:48:45 作者：
導(dǎo)讀：本篇來(lái)源于書(shū)籍《數(shù)據(jù)之美—一本書(shū)學(xué)會(huì)可視化設(shè)計(jì)》的學(xué)習(xí)后整理所得。全篇主要圍繞數(shù)據(jù)可視化的5個(gè)步驟展開(kāi)，其中重點(diǎn)內(nèi)容是第三步：“應(yīng)該使用哪種可視化形式”。本篇旨在帶你全面認(rèn)識(shí)了解可視化，所以一些具體的工具的使用并未涉及，只是羅列類一些常用的可視化工具。
你有什么數(shù)據(jù)
關(guān)于可視化，人們一般的理解是先設(shè)想要達(dá)到的可視化效果，然后在去尋找相應(yīng)的數(shù)據(jù)。
這樣經(jīng)常會(huì)造成：“現(xiàn)有的數(shù)據(jù)不能夠做出事先設(shè)想的可視化效果，或者是想要制作理想的圖表需要獲取更多的數(shù)據(jù)。”
而實(shí)際上關(guān)于可視化的步驟應(yīng)該是先認(rèn)清你有什么數(shù)據(jù)。
為了更好的進(jìn)行可視化，我們將數(shù)據(jù)分為分類數(shù)據(jù)、時(shí)序數(shù)據(jù)、空間數(shù)據(jù)、多元變量數(shù)據(jù)四大類。
1、分類數(shù)據(jù)
分類數(shù)據(jù)是指針?lè)从呈挛镱悇e的數(shù)據(jù)。如：用戶的設(shè)備可以分為Iphone用戶和andorid用戶兩種;支付方式可以分為支付寶、微信、現(xiàn)金支付三種等。諸如此類的分類所得到的數(shù)據(jù)被稱為分類數(shù)據(jù)。
2、時(shí)序數(shù)據(jù)
時(shí)序數(shù)據(jù)也稱時(shí)間序列數(shù)據(jù)，是指同一統(tǒng)一指標(biāo)按時(shí)間順序記錄的數(shù)據(jù)列。如:每個(gè)月的新增用戶數(shù)量、某公司近十年每年的GMV等。諸如此類按時(shí)間順序來(lái)記錄的指標(biāo)對(duì)應(yīng)的數(shù)據(jù)成為時(shí)序數(shù)據(jù)。
3、空間數(shù)據(jù)
空間數(shù)據(jù)是指用來(lái)表示空間實(shí)體的位置、形狀、大小及其分布特征諸多方面信息的數(shù)據(jù)，它可以用來(lái)描述來(lái)自現(xiàn)實(shí)世界的目標(biāo)，它具有定位、定性、時(shí)間和空間關(guān)系等特性?？臻g數(shù)據(jù)是一種用點(diǎn)、線、面以及實(shí)體等基本空間數(shù)據(jù)結(jié)構(gòu)來(lái)表示人們賴以生存的自然世界的數(shù)據(jù)。
4、多變量
數(shù)據(jù)通常以表哥形式的出現(xiàn)，表格中有多個(gè)列，每一列代表一個(gè)變量，將這份數(shù)據(jù)就稱為多變量數(shù)據(jù)，多變量常用來(lái)研究變量之間的相關(guān)性。即用來(lái)找出影響某一指標(biāo)的因素有哪些。
關(guān)于數(shù)據(jù)你想了解什么
關(guān)于數(shù)據(jù)你想了解什么也就是針對(duì)數(shù)據(jù)進(jìn)行提問(wèn)。
你想從中得到什么結(jié)論(平臺(tái)上的用戶中哪個(gè)地區(qū)的用戶較多、數(shù)據(jù)分析領(lǐng)域最具有權(quán)威的人物是誰(shuí)、2016年的GMV環(huán)比去年是增加類還是降低類)。
了解什么到什么現(xiàn)象(學(xué)生成績(jī)好壞可能與家庭背景是否具有一定的相關(guān)性、應(yīng)屆生收入和畢業(yè)院校是否有一定的相關(guān)性)。
應(yīng)該使用哪種可視化形式
在前面我們已經(jīng)說(shuō)過(guò)，在做可視化的過(guò)程中，我們需要先明確我們有什么數(shù)據(jù)，然后再去研究這些數(shù)據(jù)適合做什么類型的可視化，再然后從這些適合的可視化類型中選擇能夠很好的滿足我們需求的(即能夠更好的幫助我們了解我們想要的)視圖。
為了找到合適的可視化形式我們需要先介紹兩個(gè)內(nèi)容：有哪些可視化形式、如何讓可視化更加清晰。
1、有哪些可視化形式
基于數(shù)據(jù)的可視化形式有：視覺(jué)暗示、坐標(biāo)系、標(biāo)尺、背景信息以及前面四種形式的任意組合。
(1)視覺(jué)暗示：
是指通過(guò)查看圖表就可以與潛意識(shí)中的意識(shí)進(jìn)行聯(lián)系從而得出圖表表達(dá)的意識(shí)。常用的視覺(jué)暗示主要有：位置(位置高低)、長(zhǎng)度(長(zhǎng)短)、角度(大小)、方向(方向上升還是下降)、形狀(不同形狀代表不同分類)、面積(面積大小)、體積(體積大小)、飽和度(色調(diào)的強(qiáng)度，就是顏色的深淺)、色調(diào)(不同顏色)。
(2)坐標(biāo)系：
這里的坐標(biāo)系和我們之前數(shù)學(xué)中學(xué)到的坐標(biāo)系是相同的，只不過(guò)坐標(biāo)軸的意義可能稍有不同。常見(jiàn)的坐標(biāo)系種類有：直角坐標(biāo)系、極坐標(biāo)系和地理坐標(biāo)系。
大家對(duì)直角坐標(biāo)系、極坐標(biāo)系比較熟悉，這里說(shuō)一下地理坐標(biāo)系。
地理坐標(biāo)系是使用三維球面來(lái)定義地球表面位置，以實(shí)現(xiàn)通過(guò)經(jīng)緯度對(duì)地球表面點(diǎn)位引用的坐標(biāo)系。但是我們?cè)谶M(jìn)行數(shù)據(jù)可視化的時(shí)候一般用投影的方法把其從三維數(shù)據(jù)轉(zhuǎn)化成二維的平面圖形?！ ?
(3)標(biāo)尺：
前面說(shuō)到的三種坐標(biāo)系只是定義了展示數(shù)據(jù)的維度和方向，而標(biāo)尺的作用是用來(lái)衡量不同方向和維度上的大小，其實(shí)和我們熟悉的刻度挺像。
(4)背景信息：
此處的背景和我們?cè)谡Z(yǔ)文中學(xué)習(xí)到的背景是一個(gè)概念，是為了說(shuō)明數(shù)據(jù)的相關(guān)信息(who、what、when、where、why)，使數(shù)據(jù)更加清晰，便于讀者更好的理解。
(5)組合組件：
組合組件就是根據(jù)目標(biāo)用途將上面四種信息進(jìn)行組合。
2、如何讓可視化更加清晰
如何讓可視化更加清晰：
(1)建立視覺(jué)層次：
把圖表在視覺(jué)上進(jìn)行分層，把非重點(diǎn)信息弱化，重點(diǎn)信息強(qiáng)化突出。
(2)增強(qiáng)圖標(biāo)可讀性：
● 讓數(shù)據(jù)點(diǎn)更容易比較
● 留白，圖表之間留有一定空間的空白。
(3)高亮顯示重點(diǎn)內(nèi)容：
高亮就是以特殊形式顯示的內(nèi)容，便于讀者在一堆數(shù)據(jù)中很快抓住重點(diǎn)。
(4)注釋可視化：
一般指圖標(biāo)的標(biāo)題部分。幫助讀者更好地理解圖表的意思。
能夠進(jìn)行可視化的工具有哪些
1、Microsoft Excel
對(duì)于這個(gè)軟件大家應(yīng)該并不陌生，對(duì)于一般的可視化這個(gè)軟件完全足矣，但是對(duì)于一些數(shù)據(jù)量較大的數(shù)據(jù)則不太適合。
2、Google Spreadsheets
Google Spreadsheets是基于Web的應(yīng)用程序，它允許使用者創(chuàng)建、更新和修改表格并在線實(shí)時(shí)分享數(shù)據(jù)?；贏jax的程序和微軟的Excel和CSV(逗號(hào)分隔值)文件是兼容的。表格也可以以超文本鏈接標(biāo)記語(yǔ)言(HTML)的格式保存。
3、Tableau Software
Tableau Software現(xiàn)在比較受大家的歡迎，既可以超越Excel做一些稍微復(fù)雜的數(shù)據(jù)分析，又不用像R、Python那種編程語(yǔ)言進(jìn)行可視化那么復(fù)雜。好多人都有推薦這款軟件。
4、一些需要編程性語(yǔ)言的工具
R語(yǔ)言、JavaScript、HTML、SVG、CSS、Processing、Python。這里主要是列舉一下有哪些編程語(yǔ)言可以實(shí)現(xiàn)可視化，具體如何實(shí)現(xiàn)需要讀者自行學(xué)習(xí)。我目前主要是在學(xué)python的可視化，稍后會(huì)分享一篇用python進(jìn)行可視化的學(xué)習(xí)筆記。
透過(guò)可視化你看到了什么、有什么意義
把數(shù)據(jù)可視化以后，你需要從中發(fā)現(xiàn)一些數(shù)據(jù)之間的相關(guān)性以及通過(guò)數(shù)據(jù)暴露出來(lái)的問(wèn)題。比如你會(huì)發(fā)現(xiàn)某天的新注冊(cè)用戶顯著高于或低于其他天的數(shù)量，你發(fā)現(xiàn)這個(gè)問(wèn)題了，你就需要去調(diào)查該問(wèn)題出現(xiàn)的原因，然后解決他。
或者是你發(fā)現(xiàn)某兩個(gè)指標(biāo)具有很強(qiáng)的線性相關(guān)關(guān)系，那么你就需要去通過(guò)其他方面去驗(yàn)證這個(gè)情況是真實(shí)存在的還只是偶然情況。
責(zé)任編輯：湯德正