什么是数据可视化?

什么是数据可视化?

关注者
344
被浏览
49104
我认为数据可视化并不是简单的把数据变成图表。而是以数据为视角,看待世界。换句话说,数据可视化的客体是数据,但我们想要的其实是——数据视觉,以数据为工具,以可视化为手段,目的是描述真实,探索世界。
我相信,也许一年,两年,五年,十年,数据视觉这个说法会取代数据可视化。
就像数据可视化,渐渐取代了数据图表这一说法一样。
数据视觉究竟是什么呢?我查阅了一些史料,发现几个有意思的人。或许看完了他们的经历,我们就能回答这个问题了。

第一个人:William Playfair(1759-1823)
Playfair是苏格兰的工程师、政治经济学家。他生于1759年9月22日,当时欧洲正处于启蒙运动时期,是艺术、科学、工业与商业的黄金发展时代。他是家里的第四个儿子,哥哥分别是苏格兰著名建筑家、数学家。师从Andrew Meikle,脱粒机的发明者。
WIKI百科上面说,他曾当过:造水车木匠、工程师、绘图员、会计、发明家、银匠、商人、投资经纪人、经济学家、统计学家、小册子作者、翻译家、出版人、投机者、罪犯、银行家、热心的保皇党人、编辑、敲诈者、记者。
真是原谅我一生不羁放荡爱跳槽啊!
但是他最著名的身份,是统计制图法的创始人。
他创造了世界上第一张有意义的线图、柱图、饼图与面积图。感觉看到这里很多分析师都要跪了,这四种图表类型应该是直到现在都被频繁使用的图表类型了吧!
这是William Playfair绘制的条图。出现在他主编的《商业与政治图集》(Commercial and Political Atlas)中。
这是1801年William Playfair在出版的《统计摘要》(Statistical Breviary)中绘制的饼图,世界上第一张大饼,阐述的是土耳其帝国当时在欧洲、非洲、亚洲占有的领土面积。
作为一个既懂统计学(身份:统计学家)、又富有游说技巧(身份:热心的保皇党人、敲诈者、编辑、记者、出版人)、同时还有创新精神(身份:发明家)、还会画画(身份:绘图员)的人,被点亮了一身的技能点,统计制图法之父不是他,还能是谁???
当然,这个人最重要的就是,他坚信——图表比数据表更有表现力。

第二个人:Florence Nightingale (1820-1910)
佛罗伦斯-南丁格尔出现在了数据可视化的文章中,会不会有点怪呢?
但是,如果你曾用过玫瑰图,或者南丁格尔图,就应该知道。
首先,它是以自己的缔造者命名的。
其次,那个南丁格尔,就是“这个”南丁格尔啊!
在克里米亚战争期间,南丁格尔通过搜集数据,发现很多死亡原因并非是“战死沙场”,而是因为在战场外感染了疾病,或是在战场上受伤,却没有得到适当的护理而致死。
为了解释这个原因,并降低英国士兵的死亡率,她绘制了这个著名的图表,并与1858年递到了维多利亚女王手中。一个切角是一个月,其中面积最大的蓝色块,代表着因为可预防的疾病。

这个图表真的很厉害,为什么呢?
第一,它用面积直观地表现出了一个时间段内,几种死因的占比,让任何人杜能看懂;
第二,它还长的很漂亮,像一朵玫瑰花一样;然后我们来想一想,它为什么要长的那么漂亮?因为这张图表的汇报对象以及最终的决策人是维多利亚女王!

南丁格尔的故事告诉我们:
数据可视化是为了更好地促进行动,所以要让行动的决策人看懂!
为此,耍尽心机在所不辞啊~

第三个人:John Snow(1813-1858)
看到这个名字,我本人也是虎躯一震。没想到John Snow在数据可视化这块也占了一席之地。
仔细研究了一下出生年月,才知道是自己想多了。
John Snow医生是英国麻醉学家、流行病学家,曾经当过维多利亚女王的私人医师,被认为是麻醉医学和公共卫生医学的开拓者。
1854年,伦敦西部西敏市苏活区爆发霍乱,当时许多医生认为霍乱和天花是由“瘴气”或从污水及其他不卫生的东西中产生的有害物所引起的。
然而,John Snow放出了他的冰原狼,啊不,John Snow通过调查,证明了霍乱是由被粪便污染的水传播的。

他将苏活区的地图与霍乱数据结合在一起,锁定了霍乱的流行来源地——百老大街(Broad Street)水泵。
随即,他推荐几种实用的预防措施,如清洗肮脏的衣被,洗手和将水烧开饮用等,取得了良好的效果。
那时候,没有GIS,地图都靠手绘,John Snow却创造性地把数据与地图结合在一起。这充分说明了一件事:
每一种图表类型的诞生,都是由于明确而迫切的需要;
所以当你需要在已知的图表类型中进行选择时,先想想自己想要解决的到底是什么问题!

第四个人:Charles Joseph Minard (1781–1870)
这张图相信很多人都见过了,被Edward Tufte认为是史上最杰出的统计图。它的名字叫做《1812-1813对俄战争中法国人力持续损失示意图》,也被简称为《拿破仑行军图》或《米纳德的图》,这张图表描绘了拿破仑的军队自离开波兰-俄罗斯边界后,军力损失的状况,在一张图中,通过两个维度,呈现了六种资料:拿破仑军队的人数、行军距离、温度、经纬度、移动方向、以及时间-地域关系。
嗯,这种带状图确实看起来眼熟。现在,大家更熟悉的带状图表的名字叫做“桑基图”,然而,它比米纳德的图晚了30年,而且,只用于解释能量的流动。
但是,米纳德的成就不光是一张行军图,他还是首个把饼图与地图结合在一起的人。
以及在地图上加流线。
相传,米纳德的作品非常受欢迎,到什么程度呢?在米纳德的法文讣告中提到,1850~1860间,法国政府部门的首长希望在自己的画像中,出现米纳德画的图表。
而米纳德又教给我了什么?
尽管世界上已经有了氧气(饼图)与氢气(地图),
但是,这并不意味着我们不能创造了啊~
为什么不学米纳德,试试氧化氢呢~

最后,添加我编(xia)纂(bian)的数据可视化的“希波克拉底誓言”,来总结一下我对数据可视化的理解:

数据图表之父William Playfair、玫瑰图的缔造者南丁格尔、以及天地诸神作证,我发誓:
  • 我愿以自身能力所及,尽力展示数据;
  • 我发誓,数据表达的真相,我绝不扭曲;
  • 即使是超大的数据集,我也将令其干净、连续;
  • 永远保持热情,对不同的字段进行比较;
  • 从宏观到微观,用不同的细节揭示数据背后的秘密;
  • 每做一个图集,都有一个清晰的目标:或描述、或探索;
  • 我的技术永远为揭示数据真相而服务,而不是利用数据炫耀自己的技巧。
我遵守以上誓言,珍惜阐释数据的无上光荣。

数据可视化不是简单的把数字用图表表示,而是就是帮助人,发现数据后的规律。
每年当天狼星清晨出现在东方地平线上的时候,尼罗河便开始泛滥,古埃及人根据这个规律制定农业计划。同时,他们发现天狼星出现同样的位置间隔是365天,这就是“太阳历”。这是数据可视化。
在天文学上也同样有着重大的意义:它的主轴线、通往石柱的古道和夏至日早晨初升的太阳,在同一条线上;另外,其中还有两块石头的连线指向冬至日落的方向。因此,人们猜测,这很可能是远古人类为观测天象而建造的,可以算是天文台最早的雏形了。这也是数据可视化。

托勒密(约90年—168年)构建出一个非常精妙的数学模型描述了宇宙星辰的运行规律。托勒密用地心说构建了一个完美的数学模型。——大圆上套入小圆。这正是拟合函数的思想。这个模型在理论上站得住脚,加上他的数学水平很高,因此,他给出的具体的模型参数极为准确,所预测的地球运行的周期,每100年的误差不超过一天。这也是数据可视化。

所以,我认为数据可视化不是简单的把数字用图表表示,而是就是帮助人,发现数据后的规律。
大数据可视化,就是指将结构或非结构数据转换成适当的可视化图表,然后将隐藏在数据中的信息直接展现于人们面前。那数据可视化的优势在于合成呢?
1. 展示需要相比传统的用表格或文档展现数据的方式,可视化能将数据以更加直观的方式展现出来,使数据更加客观、更具说服力。在各类报表和说明性文件中,用直观的图表展现数据,显得简洁、可靠。
在可视化图表工具的表现形式方面,图表类型表现的更加多样化,丰富化。除了传统的饼图、柱状图、折线图等常见图形,还有气泡图、面积图、省份地图、词云、瀑布图、漏斗图等酷炫图表,甚至还有GIS地图。这些种类繁多的图形能满足不同的展示和分析需求。
指标卡:直观展示具体数据和同环比情况;

计量图:直观显示数据完成的进度;

折线图:看数据的变动走势;

柱状图:直观展示对应的数据、可以对比多维度的数值;

(堆积柱状图)

条形图:可以理解成横向的柱状图;

双轴图:柱状图+折线图,这种图表大家都很经常用到;

饼图/环图:分析数据所占比例;

行政地图:有省份或者城市数据即可;

GIS地图:更精准的经纬度地图,需要有经纬度数据,可以精确到乡镇等小粒度的区域,参考链接:经纬度可视化地图


漏斗图:路径、数据转化情况;

词云:即标签云,展示词频分布;

矩形树图:分析不同维度数据的占比分布情
上面所有的数据图表都出自BDP个人版!

2. 数据分析需要大数据的价值在于挖掘。大数据时代背景下的可视化图表工具在大数据时代,可视化图表工具不可能“单独作战”。一般数据可视化都是和数据分析功能组合,数据分析又需要数据接入整合、数据处理、ETL等数据功能,发展成为一站式的大数据分析平台。


3、科技在进步,社会在发展,数据可视化也要适应时代的需求,除了要在数据处理和数据展示方面下足功夫外,还要强调功能易用性和操作人性化,不要有太高的学习门槛,除了技术人员,让更多的业务人员能够了解数据平台,了解数据可视化。

4、数据可视化的应用价值,其多样性和表现力吸引了许多从业者,而其创作过程中的每一环节都有强大的专业背景支持。无论是动态还是静态的可视化图形,都为我们搭建了新的桥梁,让我们能洞察世界的究竟、发现形形色色的关系,感受每时每刻围绕在我们身边的信息变化,还能让我们理解其他形式下不易发掘的事物。
  • 有的可视化目标是为了观测、跟踪数据,所以就要强调实时性、变化、运算能力,可能就会生成一份不停变化、可读性强的图表。
  • 有的为了分析数据,所以要强调数据的呈现度、可能会生成一份可以检索、交互式的图表
  • 有的为了发现数据之间的潜在关联,可能会生成分布式的多维的图表。
  • 有的为了帮助普通用户或商业用户快速理解数据的含义或变化,会利用漂亮的颜色、动画创建生动、明了,具有吸引力的图表。
  • 还有的被用于教育、宣传或政治,被制作成海报、课件,出现在街头、广告手持、杂志和集会上。这类可视化拥有强大的说服力,使用强烈的对比、置换等手段,可以创造出极具冲击力自指人心的图像。在国外许多媒体会根据新闻主题或数据,雇用设计师来创建可视化图表对新闻主题进行辅助。
所以数据可视化是什么,这个概念不是那么简单的一个定义,希望我们都能好好把握数据可视化,把握数据时代,真正让数据驱动业务,驱动发展。

留言

這個網誌中的熱門文章

在Word中插入代碼並高亮顯示