數據分析學習筆記：數據可視化

本篇來源于書籍《數據之美—一本書學會可視化設計》的學習后整理所得。全篇主要圍繞數據可視化的5個步驟展開，其中重點內容是第三步：“應該使用哪種可視化形式”。本篇旨在帶你全面認識了解可視化，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。

你有什么數據

關于可視化，人們一般的理解是先設想要達到的可視化效果，然后在去尋找相應的數據。

這樣經常會造成：“現有的數據不能夠做出事先設想的可視化效果，或者是想要制作理想的圖表需要獲取更多的數據?！?

而實際上關于可視化的步驟應該是先認清你有什么數據。

為了更好的進行可視化，我們將數據分為分類數據、時序數據、空間數據、多元變量數據四大類。

1、分類數據

分類數據是指針反映事物類別的數據。如：用戶的設備可以分為Iphone用戶和andorid用戶兩種;支付方式可以分為支付寶、微信、現金支付三種等。諸如此類的分類所得到的數據被稱為分類數據。

2、時序數據

時序數據也稱時間序列數據，是指同一統一指標按時間順序記錄的數據列。如:每個月的新增用戶數量、某公司近十年每年的GMV等。諸如此類按時間順序來記錄的指標對應的數據成為時序數據。

3、空間數據

空間數據是指用來表示空間實體的位置、形狀、大小及其分布特征諸多方面信息的數據，它可以用來描述來自現實世界的目標，它具有定位、定性、時間和空間關系等特性?？臻g數據是一種用點、線、面以及實體等基本空間數據結構來表示人們賴以生存的自然世界的數據。

4、多變量

數據通常以表哥形式的出現，表格中有多個列，每一列代表一個變量，將這份數據就稱為多變量數據，多變量常用來研究變量之間的相關性。即用來找出影響某一指標的因素有哪些。

關于數據你想了解什么

關于數據你想了解什么也就是針對數據進行提問。

你想從中得到什么結論(平臺上的用戶中哪個地區的用戶較多、數據分析領域最具有權威的人物是誰、2016年的GMV環比去年是增加類還是降低類)。

了解什么到什么現象(學生成績好壞可能與家庭背景是否具有一定的相關性、應屆生收入和畢業院校是否有一定的相關性)。

應該使用哪種可視化形式

在前面我們已經說過，在做可視化的過程中，我們需要先明確我們有什么數據，然后再去研究這些數據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內容：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

基于數據的可視化形式有：視覺暗示、坐標系、標尺、背景信息以及前面四種形式的任意組合。

(1)視覺暗示：

是指通過查看圖表就可以與潛意識中的意識進行聯系從而得出圖表表達的意識。常用的視覺暗示主要有：位置(位置高低)、長度(長短)、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(色調的強度，就是顏色的深淺)、色調(不同顏色)。

(2)坐標系：

這里的坐標系和我們之前數學中學到的坐標系是相同的，只不過坐標軸的意義可能稍有不同。常見的坐標系種類有：直角坐標系、極坐標系和地理坐標系。

大家對直角坐標系、極坐標系比較熟悉，這里說一下地理坐標系。

地理坐標系是使用三維球面來定義地球表面位置，以實現通過經緯度對地球表面點位引用的坐標系。但是我們在進行數據可視化的時候一般用投影的方法把其從三維數據轉化成二維的平面圖形?！　?

(3)標尺：

前面說到的三種坐標系只是定義了展示數據的維度和方向，而標尺的作用是用來衡量不同方向和維度上的大小，其實和我們熟悉的刻度挺像。

(4)背景信息：

此處的背景和我們在語文中學習到的背景是一個概念，是為了說明數據的相關信息(who、what、when、where、why)，使數據更加清晰，便于讀者更好的理解。

(5)組合組件：

組合組件就是根據目標用途將上面四種信息進行組合。

2、如何讓可視化更加清晰

如何讓可視化更加清晰：

(1)建立視覺層次：

把圖表在視覺上進行分層，把非重點信息弱化，重點信息強化突出。

(2)增強圖標可讀性：

● 讓數據點更容易比較

● 留白，圖表之間留有一定空間的空白。

(3)高亮顯示重點內容：

高亮就是以特殊形式顯示的內容，便于讀者在一堆數據中很快抓住重點。

(4)注釋可視化：

一般指圖標的標題部分。幫助讀者更好地理解圖表的意思。

能夠進行可視化的工具有哪些

1、Microsoft Excel

對于這個軟件大家應該并不陌生，對于一般的可視化這個軟件完全足矣，但是對于一些數據量較大的數據則不太適合。

2、Google Spreadsheets

Google Spreadsheets是基于Web的應用程序，它允許使用者創建、更新和修改表格并在線實時分享數據?；贏jax的程序和微軟的Excel和CSV(逗號分隔值)文件是兼容的。表格也可以以超文本鏈接標記語言(HTML)的格式保存。

3、Tableau Software

Tableau Software現在比較受大家的歡迎，既可以超越Excel做一些稍微復雜的數據分析，又不用像R、Python那種編程語言進行可視化那么復雜。好多人都有推薦這款軟件。

4、一些需要編程性語言的工具

R語言、JavaScript、HTML、SVG、CSS、Processing、Python。這里主要是列舉一下有哪些編程語言可以實現可視化，具體如何實現需要讀者自行學習。我目前主要是在學python的可視化，稍后會分享一篇用python進行可視化的學習筆記。

透過可視化你看到了什么、有什么意義

把數據可視化以后，你需要從中發現一些數據之間的相關性以及通過數據暴露出來的問題。比如你會發現某天的新注冊用戶顯著高于或低于其他天的數量，你發現這個問題了，你就需要去調查該問題出現的原因，然后解決他。

或者是你發現某兩個指標具有很強的線性相關關系，那么你就需要去通過其他方面去驗證這個情況是真實存在的還只是偶然情況。