这份实在的新年礼物，拿走不谢

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》