說(shuō)到可視化，就不得不說(shuō)一下大數(shù)據(jù)，畢竟可視化是解決大數(shù)據(jù)的一種高效的手段，而如今人人都在談?wù)摯髷?shù)據(jù)，大數(shù)據(jù) ≠ 有數(shù)據(jù) ≠ 數(shù)據(jù)量大， 離譜的是，如今就連賣早點(diǎn)的覺得自己能統(tǒng)計(jì)每天賣出的種類，都敢說(shuō)自己是搞大數(shù)據(jù)。

時(shí)間推移到 2009 年，“大數(shù)據(jù)” 開始才成為互聯(lián)網(wǎng)技術(shù)行業(yè)中的熱門詞匯。對(duì)“大數(shù)據(jù)”進(jìn)行收集和分析的設(shè)想，起初來(lái)自于世界著名的管理咨詢公司麥肯錫公司;麥肯錫公司看到了各種網(wǎng)絡(luò)平臺(tái)記錄的個(gè)人海量信息具備潛在的商業(yè)價(jià)值，于是投入大量人力物力進(jìn)行調(diào)研，在 2011 年 6 月發(fā)布了關(guān)于“大數(shù)據(jù)”的報(bào)告，該報(bào)告對(duì)“大數(shù)據(jù)”的影響、關(guān)鍵技術(shù)和應(yīng)用領(lǐng)域等都進(jìn)行了詳盡的分析。麥肯錫的報(bào)告得到了金融界的高度重視，而后逐漸受到了各行各業(yè)關(guān)注。

定義

數(shù)據(jù)可視化的目的其實(shí)就是直觀地展現(xiàn)數(shù)據(jù)，例如讓花費(fèi)數(shù)小時(shí)甚至更久才能歸納的數(shù)據(jù)量，轉(zhuǎn)化成一眼就能讀懂的指標(biāo);通過(guò)加減乘除、各類公式權(quán)衡計(jì)算得到的兩組數(shù)據(jù)差異，在圖中顏色敏感、長(zhǎng)短大小即能形成對(duì)比;數(shù)據(jù)可視化是一個(gè)溝通復(fù)雜信息的強(qiáng)大武器。通過(guò)可視化信息，我們的大腦能夠更好地抓取和保存有效信息，增加信息的印象。但如果數(shù)據(jù)可視化做的較弱，反而會(huì)帶來(lái)負(fù)面效果;錯(cuò)誤的表達(dá)往往會(huì)損害數(shù)據(jù)的傳播，完全曲解和誤導(dǎo)用戶，所以更需要我們多維的展現(xiàn)數(shù)據(jù)，就不僅僅是單一層面。 

背景

我們可以想一想，在大數(shù)據(jù)沒(méi)有出現(xiàn)之前，已經(jīng)有很多對(duì)數(shù)據(jù)加以可視化的經(jīng)典應(yīng)用，比如股市里的 K 線了，其試圖以可視化的目的來(lái)發(fā)現(xiàn)某些規(guī)律，信息可以用多種方法來(lái)進(jìn)行可視化，每種可視化的方法都有著不同的著重點(diǎn)，特別是在大數(shù)據(jù)時(shí)代，當(dāng)你打算處理數(shù)據(jù)時(shí)。首先要明確并理解的一點(diǎn)是：你打算通過(guò)數(shù)據(jù)向你的用戶講述怎樣的故事，數(shù)據(jù)可視化之后又在表達(dá)著什么?

通過(guò)這些數(shù)據(jù)，能為你后續(xù)的工作做哪一些指導(dǎo)性工作，是否能幫觀者正確的抓住重點(diǎn)，了解行業(yè)動(dòng)態(tài)?了解這一點(diǎn)之后，你便能選擇合理的數(shù)據(jù)可視化方法，高效傳達(dá)數(shù)據(jù)。

當(dāng)我們能夠充分理解數(shù)據(jù)，并能夠輕易向他人解釋數(shù)據(jù)時(shí)，數(shù)據(jù)才有所價(jià)值;我們的讀者可以通過(guò)可視化互動(dòng)或其他數(shù)據(jù)使用方式來(lái)探尋一個(gè)故事的背后發(fā)生了什么，因此，數(shù)據(jù)可視化至關(guān)重要。

數(shù)據(jù)的特性

數(shù)據(jù)可視化，先要理解數(shù)據(jù)，再去掌握可視化的方法，這樣才能實(shí)現(xiàn)高效的數(shù)據(jù)可視化，下面是常見的數(shù)據(jù)類型，在設(shè)計(jì)時(shí)，你可能會(huì)遇到以下集中數(shù)據(jù)類型：

• 量性：數(shù)據(jù)是可以計(jì)量的，所有的值都是數(shù)字
• 離散型：數(shù)字類數(shù)據(jù)可能在有限范圍內(nèi)取值。例如：辦公室內(nèi)員工的數(shù)目
• 持續(xù)性：數(shù)據(jù)可以測(cè)量，且在有限范圍內(nèi)，例如：年度降水量
• 范圍性：數(shù)據(jù)可以根據(jù)編組和分類而分類，例如：產(chǎn)量銷售量

可視化的意義是幫助人更好的分析數(shù)據(jù)，也就是說(shuō)他是一種高效的手段，并不是數(shù)據(jù)分析的必要條件;如果我們采用了可視化方案，意味著機(jī)器并不能精確的分析。當(dāng)然，也要明確可視化不能直接帶來(lái)結(jié)果，它需要人來(lái)介入來(lái)分析結(jié)論。

在大數(shù)據(jù)時(shí)代，可視化圖表工具不可能“單獨(dú)作戰(zhàn)”，而我們都知道大數(shù)據(jù)的價(jià)值在于數(shù)據(jù)挖掘，一般數(shù)據(jù)可視化都是和數(shù)據(jù)分析功能組合，數(shù)據(jù)分析又需要數(shù)據(jù)接入整合、數(shù)據(jù)處理、ETL等數(shù)據(jù)功能，發(fā)展成為一站式的大數(shù)據(jù)分析平臺(tái)。

工具——編程語(yǔ)言

• R

R 經(jīng)常被稱為是“統(tǒng)計(jì)人員為統(tǒng)計(jì)人員開發(fā)的一種語(yǔ)言”。如果你需要深?yuàn)W的統(tǒng)計(jì)模型用于計(jì)算，可能會(huì)在 CRAN 上找到它――你知道，CRAN 叫綜合R檔案網(wǎng)絡(luò)(Comprehensive R Archive Network)并非無(wú)緣無(wú)故。說(shuō)到用于分析和標(biāo)繪，沒(méi)有什么比得過(guò) ggplot2。而如果你想利用比你機(jī)器提供的功能還強(qiáng)大的功能，那可以使用 SparkR 綁定，在 R 上運(yùn)行 Spark。

• Scala

Scala 是最輕松的語(yǔ)言，因?yàn)榇蠹叶夹蕾p其類型系統(tǒng)。Scala在JVM上運(yùn)行，基本上成功地結(jié)合了函數(shù)范式和面向?qū)ο蠓妒剑壳八诮鹑诮绾托枰幚砗Ａ繑?shù)據(jù)的公司企業(yè)中取得了巨大進(jìn)展，常常采用一種大規(guī)模分布式方式來(lái)處理(比如Twitter和LinkedIn)。它還是驅(qū)動(dòng)Spark和Kafka的一種語(yǔ)言。

• Python

Python 在學(xué)術(shù)界當(dāng)中一直很流行，尤其是在自然語(yǔ)言處理(NLP)等領(lǐng)域。因而，如果你有一個(gè)需要 NLP 處理的項(xiàng)目，就會(huì)面臨數(shù)量多得讓人眼花繚亂的選擇，包括經(jīng)典的 NTLK、使用 GenSim 的主題建模，或者超快、準(zhǔn)確的 spaCy。同樣，說(shuō)到神經(jīng)網(wǎng)絡(luò)，Python 同樣游刃有余，有 Theano 和 Tensorflow;隨后還有面向機(jī)器學(xué)習(xí)的 scikit-learn，以及面向數(shù)據(jù)分析的 NumPy 和 Pandas。

• Java

Java 可能很適合你的大數(shù)據(jù)項(xiàng)目。想一想 Hadoop MapReduce，它用 Java 編寫。HDFS 呢?也用 Java 來(lái)編寫。連 Storm、Kafka 和 Spark 都可以在 JVM 上運(yùn)行(使用 Clojure 和 Scala)，這意味著 Java 是這些項(xiàng)目中的“一等公民”。另外還有像 Google Cloud Dataflow(現(xiàn)在是 Apache Beam)這些新技術(shù)，直到最近它們還只支持 Java。   

可視化框架

• Echart.js
• D3.js
• Highchart.js
• Antv.js

合理的可視化

我將可視化圖表分為以下幾類：

每個(gè)可視化圖表的類型以一個(gè)合理圖表的呈現(xiàn)的形式來(lái)舉例說(shuō)明，(該部分總結(jié)自 Antv)。

• 比較類

比較類顯示值與值之間的不同和相似之處。 使用圖形的長(zhǎng)度、寬度、位置、面積、角度和顏色來(lái)比較數(shù)值的大小， 通常用于展示不同分類間的數(shù)值對(duì)比，不同時(shí)間點(diǎn)的數(shù)據(jù)對(duì)比。

柱形圖

柱狀圖有別于直方圖，柱狀圖無(wú)法顯示數(shù)據(jù)在一個(gè)區(qū)間內(nèi)的連續(xù)變化趨勢(shì)。柱狀圖描述的是分類數(shù)據(jù)，回答的是每一個(gè)分類中“有多少?”這個(gè)問(wèn)題。 需要注意的是，當(dāng)柱狀圖顯示的分類很多時(shí)會(huì)導(dǎo)致分類名層疊等顯示問(wèn)題。   

1. 適合的數(shù)據(jù)：一個(gè)分類數(shù)據(jù)字段、一個(gè)連續(xù)數(shù)據(jù)字段
2. 功能：對(duì)比分類數(shù)據(jù)的數(shù)值大小
3. 數(shù)據(jù)與圖形的映射：分類數(shù)據(jù)字段映射到橫軸的位置
4. 連續(xù)數(shù)據(jù)字段映射到矩形的高度
5. 分類數(shù)據(jù)也可以設(shè)置顏色增強(qiáng)分類的區(qū)分度
6. 適合的數(shù)據(jù)條數(shù)：不超過(guò) 12 條數(shù)據(jù)

• 分布類

分布類顯示頻率，數(shù)據(jù)分散在一個(gè)區(qū)間或分組。 使用圖形的位置、大小、顏色的漸變程度來(lái)表現(xiàn)數(shù)據(jù)的分布， 通常用于展示連續(xù)數(shù)據(jù)上數(shù)值的分布情況。

散點(diǎn)圖

散點(diǎn)圖也叫 X-Y 圖，它將所有的數(shù)據(jù)以點(diǎn)的形式展現(xiàn)在直角坐標(biāo)系上，以顯示變量之間的相互影響程度，點(diǎn)的位置由變量的數(shù)值決定。   

通過(guò)觀察散點(diǎn)圖上數(shù)據(jù)點(diǎn)的分布情況，我們可以推斷出變量間的相關(guān)性。如果變量之間不存在相互關(guān)系，那么在散點(diǎn)圖上就會(huì)表現(xiàn)為隨機(jī)分布的離散的點(diǎn)，如果存在某種相關(guān)性，那么大部分的數(shù)據(jù)點(diǎn)就會(huì)相對(duì)密集并以某種趨勢(shì)呈現(xiàn)。數(shù)據(jù)的相關(guān)關(guān)系主要分為：正相關(guān)(兩個(gè)變量值同時(shí)增長(zhǎng))、負(fù)相關(guān)(一個(gè)變量值增加另一個(gè)變量值下降)、不相關(guān)、線性相關(guān)、指數(shù)相關(guān)等，表現(xiàn)在散點(diǎn)圖上的大致分布如下圖所示。那些離點(diǎn)集群較遠(yuǎn)的點(diǎn)我們稱為離群點(diǎn)或者異常點(diǎn)。

1. 適合的數(shù)據(jù)：兩個(gè)連續(xù)數(shù)據(jù)字段
2. 功能：觀察數(shù)據(jù)的分布情況
3. 數(shù)據(jù)與圖形的映射：兩個(gè)連續(xù)字段分別映射到橫軸和縱軸。
4. 適合的數(shù)據(jù)條數(shù)：***制
5. 備注：可更具實(shí)際情況對(duì)點(diǎn)的形狀進(jìn)行分類字段的映射。
6. 點(diǎn)的顏色進(jìn)行分類或連續(xù)字段的映射。   

• 流程類

流程類顯示流程流轉(zhuǎn)和流程流量。 一般流程都會(huì)呈現(xiàn)出多個(gè)環(huán)節(jié)，每個(gè)環(huán)節(jié)之間會(huì)有相應(yīng)的流量關(guān)系，這類圖形可以很好的表示這些關(guān)系。

漏斗圖

漏斗圖適用于業(yè)務(wù)流程比較規(guī)范、周期長(zhǎng)、環(huán)節(jié)多的單流程單向分析，通過(guò)漏斗各環(huán)節(jié)業(yè)務(wù)數(shù)據(jù)的比較能夠直觀地發(fā)現(xiàn)和說(shuō)明問(wèn)題所在的環(huán)節(jié)，進(jìn)而做出決策。漏斗圖用梯形面積表示某個(gè)環(huán)節(jié)業(yè)務(wù)量與上一個(gè)環(huán)節(jié)之間的差異。漏斗圖從上到下，有邏輯上的順序關(guān)系，表現(xiàn)了隨著業(yè)務(wù)流程的推進(jìn)業(yè)務(wù)目標(biāo)完成的情況。

漏斗圖總是開始于一個(gè)100%的數(shù)量，結(jié)束于一個(gè)較小的數(shù)量。在開始和結(jié)束之間由N個(gè)流程環(huán)節(jié)組成。每個(gè)環(huán)節(jié)用一個(gè)梯形來(lái)表示，梯形的上底寬度表示當(dāng)前環(huán)節(jié)的輸入情況，梯形的下底寬度表示當(dāng)前環(huán)節(jié)的輸出情況，上底與下底之間的差值形象的表現(xiàn)了在當(dāng)前環(huán)節(jié)業(yè)務(wù)量的減小量，當(dāng)前梯形邊的斜率表現(xiàn)了當(dāng)前環(huán)節(jié)的減小率。 通過(guò)給不同的環(huán)節(jié)標(biāo)以不同的顏色，可以幫助用戶更好的區(qū)分各個(gè)環(huán)節(jié)之間的差異。漏斗圖的所有環(huán)節(jié)的流量都應(yīng)該使用同一個(gè)度量。   

1. 圖表類型:漏斗圖
2. 適合的數(shù)據(jù):一個(gè)分類數(shù)據(jù)字段、一個(gè)連續(xù)數(shù)據(jù)字段
3. 功能:對(duì)比分類數(shù)據(jù)的數(shù)值大小
4. 數(shù)據(jù)與圖形的映射:分類數(shù)據(jù)字段映射到顏色
5. 連續(xù)數(shù)據(jù)字段映射到梯形的面積
6. 適合的數(shù)據(jù)條數(shù):不超過(guò)12條數(shù)據(jù)

• 占比類

占比類顯示同一維度上占比關(guān)系。

餅圖

餅圖廣泛得應(yīng)用在各個(gè)領(lǐng)域，用于表示不同分類的占比情況，通過(guò)弧度大小來(lái)對(duì)比各種分類。餅圖通過(guò)將一個(gè)圓餅按照分類的占比劃分成多個(gè)區(qū)塊，整個(gè)圓餅代表數(shù)據(jù)的總量，每個(gè)區(qū)塊(圓弧)表示該分類占總體的比例大小，所有區(qū)塊(圓弧)的加和等于 100%。   

1. 適合的數(shù)據(jù)：列表：一個(gè)分類數(shù)據(jù)字段、一個(gè)連續(xù)數(shù)據(jù)字段
2. 功能 對(duì)比分類數(shù)據(jù)的數(shù)值大小
3. 數(shù)據(jù)與圖形的映射：分類數(shù)據(jù)字段映射到扇形的顏色
4. 連續(xù)數(shù)據(jù)字段映射到扇形的面積
5. 適合的數(shù)據(jù)條數(shù)：不超過(guò) 9 條數(shù)據(jù)

• 區(qū)間類

區(qū)間類顯示同一維度上值的上限和下限之間的差異。 使用圖形的大小和位置表示數(shù)值的上限和下限，通常用于表示數(shù)據(jù)在某一個(gè)分類(時(shí)間點(diǎn))上的***值和最小值。

儀表盤

儀表盤(Gauge)是一種擬物化的圖表，刻度表示度量，指針表示維度，指針角度表示數(shù)值。儀表盤圖表就像汽車的速度表一樣，有一個(gè)圓形的表盤及相應(yīng)的刻度，有一個(gè)指針指向當(dāng)前數(shù)值。目前很多的管理報(bào)表或報(bào)告上都是用這種圖表，以直觀的表現(xiàn)出某個(gè)指標(biāo)的進(jìn)度或?qū)嶋H情況。   

儀表盤的好處在于它能跟人們的常識(shí)結(jié)合，使大家馬上能理解看什么、怎么看。擬物化的方式使圖標(biāo)變得更友好更人性化，正確使用可以提升用戶體驗(yàn)。

1. 適合的數(shù)據(jù):一個(gè)分類字段，一個(gè)連續(xù)字段
2. 功能 對(duì)比分類字段對(duì)應(yīng)的數(shù)值大小
3. 數(shù)據(jù)與圖形的映射:指針映射到分類字段，指針的角度映射連續(xù)字段
4. 適合的數(shù)據(jù)條數(shù):小于等于3

• 關(guān)聯(lián)類

關(guān)聯(lián)類顯示數(shù)據(jù)之間相互關(guān)系。 使用圖形的嵌套和位置表示數(shù)據(jù)之間的關(guān)系，通常用于表示數(shù)據(jù)之間的前后順序、父子關(guān)系以及相關(guān)性。

矩形樹圖

矩形樹圖由馬里蘭大學(xué)教授 Ben Shneiderman 于上個(gè)世紀(jì)90年代提出，起初是為了找到一種有效了解磁盤空間使用情況的方法。 矩形樹圖適合展現(xiàn)具有層級(jí)關(guān)系的數(shù)據(jù)，能夠直觀體現(xiàn)同級(jí)之間的比較。一個(gè)Tree狀結(jié)構(gòu)轉(zhuǎn)化為平面空間矩形的狀態(tài)，就像一張地圖，指引我們發(fā)現(xiàn)探索數(shù)據(jù)背后的故事。 

1. 適合的數(shù)據(jù)：帶權(quán)的樹形數(shù)據(jù)
2. 功能 表示樹形數(shù)據(jù)的樹形關(guān)系，及各個(gè)分類的占比關(guān)系
3. 數(shù)據(jù)與圖形的映射：樹形關(guān)系映射到位置，占比數(shù)值數(shù)據(jù)映射到大小。設(shè)置顏色增強(qiáng)分類的區(qū)分度
4. 適合的數(shù)據(jù)條數(shù)：大于5個(gè)分類

• 趨勢(shì)類

趨勢(shì)類分析數(shù)據(jù)的變化趨勢(shì)。 使用圖形的位置表現(xiàn)出數(shù)據(jù)在連續(xù)區(qū)域上的分布，通常展示數(shù)據(jù)在連續(xù)區(qū)域上的大小變化的規(guī)律。

折線圖

折線圖用于顯示數(shù)據(jù)在一個(gè)連續(xù)的時(shí)間間隔或者時(shí)間跨度上的變化，它的特點(diǎn)是反映事物隨時(shí)間或有序類別而變化的趨勢(shì)。 

1. 適合的數(shù)據(jù)：兩個(gè)連續(xù)字段數(shù)據(jù)，或者一個(gè)有序的分類一個(gè)連續(xù)數(shù)據(jù)字段
2. 功能 觀察數(shù)據(jù)的變化趨勢(shì)
3. 數(shù)據(jù)與圖形的映射：兩個(gè)連續(xù)字段分別映射到橫軸和縱軸
4. 適合的數(shù)據(jù)條數(shù)：?jiǎn)螚l線的數(shù)據(jù)記錄數(shù)要大于2，但是同一個(gè)圖上不要超過(guò)5條折線

• 時(shí)間類

時(shí)間類顯示以時(shí)間為特定維度的數(shù)據(jù)。 使用圖形的位置表現(xiàn)出數(shù)據(jù)在時(shí)間上的分布，通常用于表現(xiàn)數(shù)據(jù)在時(shí)間維度上的趨勢(shì)和變化。

面積圖

面積圖又叫區(qū)域圖。 它是在折線圖的基礎(chǔ)之上形成的, 它將折線圖中折線與自變量坐標(biāo)軸之間的區(qū)域使用顏色或者紋理填充，這樣一個(gè)填充區(qū)域我們叫做面積，顏色的填充可以更好的突出趨勢(shì)信息，需要注意的是顏色要帶有一定的透明度，透明度可以很好的幫助使用者觀察不同序列之間的重疊關(guān)系，沒(méi)有透明度的面積會(huì)導(dǎo)致不同序列之間相互遮蓋減少可以被觀察到的信息。 

1. 適合的數(shù)據(jù)：兩個(gè)連續(xù)字段數(shù)據(jù)
2. 功能 觀察數(shù)據(jù)變化趨勢(shì)
3. 數(shù)據(jù)與圖形的映射：兩個(gè)連續(xù)字段分別映射到橫軸和縱軸
4. 適合的數(shù)據(jù)條數(shù)：大于兩條

• 地圖類

地圖類顯示地理區(qū)域上的數(shù)據(jù)。 使用地圖作為背景，通過(guò)圖形的位置來(lái)表現(xiàn)數(shù)據(jù)的地理位置， 通常來(lái)展示數(shù)據(jù)在不同地理區(qū)域上的分布情況。

帶氣泡的地圖

帶氣泡的地圖，其實(shí)就是氣泡圖和地圖的結(jié)合，我們以地圖為背景，在上面繪制氣泡。我們將圓(這里我們叫它氣泡)展示在一個(gè)指定的地理區(qū)域內(nèi)，氣泡的面積代表了這個(gè)數(shù)據(jù)的大小。 

1. 適合的數(shù)據(jù):一個(gè)分類字段，一個(gè)連續(xù)字段
2. 功能 對(duì)比分類數(shù)據(jù)的數(shù)值大小
3. 數(shù)據(jù)與圖形的映射:一個(gè)分類字段映射到地圖的地理位置和氣泡顏色
4. 另一個(gè)連續(xù)字段映射到氣泡大小
5. 適合的數(shù)據(jù)條數(shù):根據(jù)實(shí)際地理位置信息，***制

用戶體驗(yàn)

• 用戶視覺

合格的數(shù)據(jù)可視化是有新聞價(jià)值的。也就是說(shuō)，它要能幫助目標(biāo)觀眾更好地理解數(shù)據(jù)。有些數(shù)據(jù)可視化，只讓我們看到酷炫狂拽的圖形，或者密密麻麻的數(shù)據(jù)。這些就是過(guò)于看重藝術(shù)性和科學(xué)性，而忽略根本目的了。用信息研究的理論來(lái)說(shuō)，數(shù)據(jù)看上去過(guò)于混亂和密集，用戶就會(huì)不由自主地「切斷數(shù)據(jù)的傳輸」。

• 色彩空間

人類對(duì)于顏色感知的方式通常包括三個(gè)問(wèn)題：是什么顏色?深淺如何?明暗如何?在HSV色彩空間中，H 指色相 (Hue)，S 指飽和度(Saturation)，V 指明度(Value)，在 HSL 色彩空間中，L 表示亮度(Lightness)。它們比 RGB 色彩空間更加直觀且符合人類對(duì)顏色的語(yǔ)言描述。在 1979 年的 ACM SIGGRAPH(美國(guó)計(jì)算機(jī)協(xié)會(huì)計(jì)算機(jī)圖形學(xué)專業(yè)組)年度會(huì)議上，計(jì)算機(jī)圖形學(xué)標(biāo)準(zhǔn)委員會(huì)推薦將HSL色彩空間用于顏色設(shè)計(jì)。

人群中存在一部分人具有視覺缺陷，包括色盲、色弱等。為了幫助他們識(shí)別圖表，可能需要采取一些特殊方法。

一個(gè)好的可視化工程師，必定也是一個(gè)好的 UX(用戶體驗(yàn))，所以不光要以易讀性為目標(biāo)努力，用戶們也要問(wèn)問(wèn)自己：這份可視化是給我看的嗎?我看的方式是否正確?

在數(shù)據(jù)可視化的工程中，你在分析中所采取的具體步驟會(huì)隨著數(shù)據(jù)集和項(xiàng)目的不同而不同，但在探索數(shù)據(jù)可視化和數(shù)據(jù)挖掘時(shí)，總體而言應(yīng)考慮以下四點(diǎn)：

• 擁有什么數(shù)據(jù)?
• 關(guān)于數(shù)據(jù)你想了解什么?
• 應(yīng)該使用哪種可視化方式?
• 你看見了什么，有意義嗎?

而去年我和我們廠的兩個(gè)同事聯(lián)合開發(fā)了可視化分析工具，還給業(yè)務(wù)人員舉行了一場(chǎng)比賽，順便在產(chǎn)品新版本發(fā)布前讓他(她)們幫我們測(cè)一下易用性，然而在比賽評(píng)比當(dāng)晚，我有幸成為了評(píng)委，可惜參賽選手們解釋自己的作品時(shí)，有的云里霧里、有的激昂慷慨，很多都沒(méi)有說(shuō)到點(diǎn)子上，甚至沒(méi)有充分利用到各個(gè)圖表類型的優(yōu)勢(shì)，在這個(gè)滿世界談?dòng)脩趔w驗(yàn)的時(shí)代，這場(chǎng)數(shù)據(jù)的“解說(shuō)”顯然是糟糕的。

那么什么是優(yōu)秀的可視化作品。我一直認(rèn)為***的用戶體驗(yàn)是深入淺出，所以，優(yōu)秀的可視化作品 = 信息 + 故事 + 目標(biāo) + 視覺形式，因此，一件可視化作品是從數(shù)據(jù) -> 交互 -> 視覺 -> 開發(fā)的一個(gè)過(guò)程。

所以優(yōu)秀的數(shù)據(jù)可視化依賴優(yōu)異的設(shè)計(jì)，并非僅僅選擇正確的圖表模板那么簡(jiǎn)單。全在于以一種更加有助于理解和引導(dǎo)的方式去表達(dá)信息，盡可能減輕用戶獲 取信息的成本。當(dāng)然并非所有的圖表制作者都精于此道。所以我們看到的圖表表達(dá)中，各種讓人啼笑皆非的錯(cuò)誤都有。

總結(jié)

定義合適的可視化圖形，可以說(shuō)是最為關(guān)鍵的。一般情況來(lái)看，線柱餅等基本圖形可以完成我們大部分的需求，這也是分析人員最常用的展現(xiàn)形式;但對(duì)于大數(shù)據(jù)場(chǎng)景或具體業(yè)務(wù)場(chǎng)景下就需要更加特殊的可視化。

歸納起來(lái)一名數(shù)據(jù)可視化工程師需要具備三個(gè)方面的能力，數(shù)據(jù)分析能力、交互視覺能力、研發(fā)能力。

不管你用什么工具，別忘了你的目的是理解數(shù)據(jù)，這可是數(shù)據(jù)可視化工程師和軟件工程師的***區(qū)別。