2017年年末,滴滴媒体研究院基于出行大数据,将城市连接、夜间出行、公共交通与网约车、智慧交通形态等热点问题,以蝌蚪图、星云图、蝴蝶图、灯光图、小橙点等美轮美奂、五彩缤纷的动态图的形式,清晰地展示出来,让人惊呼“良心用心之作”。这背后,就是数据可视化的魅力。
本期【用研微积分】研子就先厚着脸皮,带大家在数据可视化领域里入个门儿,介绍一些基本的方法,包括数据可视化的标准流程、可视化图表的正确选择以及如何判断数据是否得到了恰当的展现。
数据可视化的标准流程
基本图表类型都有通用的样式,而我们更多地考虑如何选择常用图表来呈现数据,达到数据可视化的目标。基本方法有如下4步:
1
明确目标
解决什么问题,探索什么内容,陈述什么事实
2
选择图形
围绕目标,找到能提供信息的图形,选择合适的图形
3
选择维度
分辨哪些是值得关注的维度,例如:X轴、Y轴、颜色、虚实、宽窄、形状
4
突出关键信息
将重要信息添加辅助线,或者更改颜色,以引导用户的注意力
选择正确的可视化图表
图表的主要分类有柱状图、条形图、折线图、饼图、圆环图等。
数据可视化专家建议,图表选择方式通过数据关系的四个方面区分:对比、构成、分布、关联,再根据变量、类别、时间关系来选择图表。
对比型图表
1
它可以展示多个数据之间的相同和不同之处,也可以展示单个数据在时间上的变化趋势,是基于时间或分类的维度来对比数据。
构成型图表
2
它呈现的是同一维度的结构、组成、占比关系,可以是静态的,也可以是随时间变化的。
分布型图表
3
它通常用于展示连续数据的分布情况,通过图形的颜色、大小、位置、长度的连续变化来展示数据的关系。
关联型图表
3
它用于展示数据之间存在的关系。
散点图、气泡图主要通过图形的颜色、位置、大小的变化关系来展示数据的关联性。
如何判断可视化是否成功
好的数据可视化图都是不断迭代优化出来的,判断是不是一个好的数据可视化,可以按照以下的步骤去考虑。
参考资料:50KM、《数据之美》、《大数据的可视化》
领取专属 10元无门槛券
私享最新 技术干货