数据可视化，把数据变成更容易看懂的样子

　　对数据这个词，相信大家一定不会陌生。现在拥有数据对我们来说，已经变得稀松平常。而如果拥有“大量数据”，似乎就可以让它变得有价值，是这样吗？

　　其实不然，对于单有数据其实意义不大，但如果对数据进行分析、挖掘、洞察，把数据变成信息或者知识，甚至用它来解决问题，那么这个时候数据就有了价值。而如果想把数据处理后结果更好的传达给受众，那么这个时候数据的可视化就显得尤为重要了。

　　所谓数据的可视化，简单理解就是把数据变成更容易看懂和记忆的样子。在早期，数据可视化一直被用于专业领域，比如咨询、金融等。作为专业工具，局限性比较多，形态也比较保守。

　　之后进入大数据时代，各行各业的数据与日俱增，随之而来的就是像对这些数据的处理、挖掘、分析、可视化的需求就变得日渐显著。在可视化方面，最明显的变化就是表现形式和可用工具都越来越多。

　　形式上，从常见的柱状图、折线图、饼图，到后来的气泡图、瀑布图、仪表图等等。工具上，从专业的数据库，财务软件，也逐渐衍生到了基于各类编程语言，建立了起的形形色色的可视化库，就连常常用的excel，近年来图示化的增强和优化也非常明显。

　　这些变化其实正在给我们传达一个信号，那就是对于数据可视化的应用门槛正在越来越低，可以选择工具正在变得越来越多。

　　这里和大家聊几个关于数据可视化的关键词：

　　1.数据

　　在考虑对数据进行可视化之前，首先要做的就是对数据本身做一个认识，因为可视化的设计依据就来源这些原始数据的一些特点。

　　对每个数据来说，通常都会包含2个要素，一个是属性，另一个是值。属性是指对数据的性质描述，比如大小，性别，材料类型，地区等等。而值就是用数目表示出来的一个具体的量，比如5公里的“5”。

　　通过对数据的解读和前期数据处理，我们可以得到一些数据的分布和分析维度。之后再围绕具体的可视化目标，结合设计逻辑，就可以考虑对数据采取进一步的可视化处理了。

　　2.可视化设计

　　在数据可视化设计中，和视觉设计一样，都要非常关注对人的视觉和注意力变化的特征。因为这将会决定我们设计出的结果能否抓住受众的注意力。人作为行为的主体，要通过视觉感知来对信息进行获取、编码并形成认知。

　　在这个过程中，可视化的作用就是将数据进行可视编码，让数据映射成为人容易“看懂”的信息，通常这里要求呈现的特征是表达直观、容易理解和方便记忆。而具体的编码过程也是从数据的2个要素展开的：

　　一个称之为标记，是数据属性到可视化元素到映射，在可视化的过程中就可以映射成点、线、面、体等。

　　另一个是视觉通道，指的是数据的值到标记到视觉表现属性到映射，在可视化的过程中就可以映射成位置、大小、形状、色调、亮度、饱和度等等。

　　不难发现，对于值的可视化，选择是非常多样的，这里需要注意，虽然选择众多，但是在可视化呈现时还是要尽量精炼，因为复杂的可视化会让看的人感到困惑。

　　3.图表选择

　　统计中使用的图表算是最早的数据可视化了。在不断使用演化的过程中，图表已经有了基本的套路，这些套路也符合人基本的感知和认知，所以至今都在被频繁的使用。

　　我们常见的图表类型包括折线图、柱状图、饼图、散点图、雷达图等等。除了这些常用的图表还，还有一些可以供我们选择：

　　（以下相关图片均出自网络作为示例，仅供参考）

　　数据地图：运用地图来分析和展示与位置相关的数据信息

　　面积图：用来强调数量随时间变化的程度，也可以用来引起受众对总值趋势的注意

　　桑基图：是一种特殊的流程图，图中延伸的分支宽度可以对应数据流量的大小

　　漏斗图：适用于规范、周期长，环节多的过程分析，结合漏斗中每个条目的数据比较，可以直观的发现问题所在。

　　词云：显示词出现的频率，频率高的词在视觉上会明显突出，可以快速过滤大量的文本信息，有时它还可以用来做用户画像或者用户标签。

　　热力图：通过颜色高亮的形式来显示某些数据密度的含义，比如人群分布、密度、变化趋势等等。

　　4.常用工具

　　数据可视化常用的工具可谓名目繁多。这里仅介绍几款比较常见的大家参考：

　　1、Tableau

　　它不仅可以制作图表、图形，还可以绘制地图，使用者可以直接把数据拖到软件当中，其灵活性和动态性一直都被大家所认可。而且它不仅可以支持个人访问，还可以进行团队协作，让大家可以共同完成数据图表的制作。

　　2、Excel

　　它除了作为一种大家所熟知的一种办公软件，其实在数据处理和可视化呈现方面也是一款非常典型的常用工具。它简单、方便、覆盖面广，而且非常容易上手。我们平时就经常会用Excel制作一些表格，实际上用它来做数据可视化，也可以完全让人眼前一亮。

　　3、R

　　严格来说，R是一种数据分析语言。但是ggplot2让R成功在可视化工具中完成飞跃。ggplot2作为R的一个强大的作图工具包，让Rggplot2自成一派。它可以把图形要素自由组合，灵活的比较高且不拘泥于规则。如果熟悉了ggplot2的套路，那它也能成为一个非常好用的数据可视化工具。

　　看到这里，你是否对数据可视化有了更多一点的了解了呢？

　　不难看出，其实数据可视化虽然只是整个数据处理转化过程中的一个环节，但也起着非常重要的作用。特别是对于可视化技术的具体应用，涵盖的内容还有很多，如果想要知道更多的话，不妨在这方面再多作一些了解吧。