我們現(xiàn)在生活的每一秒都在產(chǎn)生著數(shù)據(jù)，比如你現(xiàn)在看這篇文章的時候。用的什么手機，型號，你所在地點，點開這篇文章的時間，花了多久看的文章……都是被收集的數(shù)據(jù)。

當同類的數(shù)據(jù)集合在一起，甚至于縱向的其他數(shù)據(jù)展開聯(lián)系時，都可以成為大數(shù)據(jù)。取決于是誰用這些數(shù)據(jù)，以及使用目的，大數(shù)據(jù)沒有嚴格意義上的類型界定。但是當你有了龐大的數(shù)據(jù)后，如何最直接的反應(yīng)數(shù)據(jù)情況?如何以最快的速度發(fā)現(xiàn)需要進一步分析的數(shù)據(jù)?做了一系列分析得出結(jié)果后，如何如何簡單快速的說服你的讀者或者領(lǐng)導?

我們本身可能就是大數(shù)據(jù)的生產(chǎn)者。也會是使用者。

什么是數(shù)據(jù)可視化?

其實大數(shù)據(jù)是一個很空洞的概念，具體的意義針對不同的人有不同的含義。大數(shù)據(jù)的基本流程鏈包括：數(shù)據(jù)挖掘，數(shù)據(jù)清理，數(shù)據(jù)存儲，數(shù)據(jù)分析，數(shù)據(jù)展示。

數(shù)據(jù)可視化就是這樣一種，貫穿數(shù)據(jù)分析整個時期，在前期助數(shù)據(jù)分析人員通過迅速呈現(xiàn)整體數(shù)據(jù)，發(fā)現(xiàn)可能的問題點，后期通過可視化，后期將數(shù)據(jù)分析結(jié)果更快速的呈現(xiàn)在讀者面前。數(shù)據(jù)可視化可以通過使用圖形、圖標、色彩變化等各種組合對數(shù)據(jù)進行解讀，從而使人們快速理解一組或多組數(shù)據(jù)中的復雜關(guān)系。通過數(shù)據(jù)可視化，人們可以從中辨別出趨勢，固定模式，發(fā)現(xiàn)特定問題，甚至可以為決策提供依據(jù)。

拿最近新冠的例子來說，你一定很熟悉下面的這些圖了：

全國新增新冠確診人數(shù)(圖片來源：丁香園)

全國現(xiàn)存累計確診人數(shù)分布(圖片來源：丁香園)

國內(nèi)新增確診數(shù)據(jù)(圖片來源：丁香園)

第一第二張圖就是數(shù)據(jù)可視化的例子。折線圖和地圖很直觀的將第三張圖的新冠肺炎每日新增人數(shù)，以及分布，很直觀的用圖像表現(xiàn)出來，而省去讀者對第三張圖標具體數(shù)字的解讀和處理。當讀者需要進一步了解圖形背后的具體數(shù)字時，讀者可以去第三張圖標進行研讀。而這僅僅是最簡單的例子。

我們?yōu)槭裁葱枰獢?shù)據(jù)可視化?

通過上面的例子，如果說大數(shù)據(jù)可以幫助我們找到規(guī)律和趨勢，那數(shù)據(jù)可視化是一種將數(shù)據(jù)直觀呈現(xiàn)出來的方式。數(shù)據(jù)可視化貫穿數(shù)據(jù)清理，數(shù)據(jù)整合的一個步驟。比如說你是一名銷售人員要向上一級匯報銷售成果。你涉及的數(shù)據(jù)可能包括客戶姓名，客戶地址，購買產(chǎn)品，購買型號，購買數(shù)量，購買日期，購買單號，發(fā)貨時間，發(fā)貨方式，銷售金額，折扣數(shù)目，利潤率……你應(yīng)該從何種角度下手處理你的數(shù)據(jù)，你得出需要加強某個產(chǎn)品的宣傳的結(jié)論時，覺得你的領(lǐng)導是更愿意直觀的了解到結(jié)果，還是愿意花15分鐘一頁一頁研讀你的分析? 

美國民眾對新冠病毒看法的變化，用圖像的形式比用電子表格或者文字的形式，更加具體直接。(圖源：538)

所以數(shù)據(jù)可視化可以簡化人腦處理信息，并得到結(jié)論的一種有效手段。我們?nèi)四X更容易通過圖像等視覺上的呈現(xiàn)來得出一定的結(jié)論。就算一些分析人員可以通過復雜的演算，模型設(shè)計得出某些結(jié)論，但這些結(jié)論遠遠沒有比直接用圖形來總結(jié)來的更直觀。

拿個最簡單的例子來說，北京上海的地鐵公交圖就可以稱為一種數(shù)據(jù)可視化?？v橫交錯的軌道交通，不同的線路站點，相交的換乘點，如果通過文字或者表格來呈現(xiàn)遠遠不及軌交地圖來的直觀明了 

上海軌交地圖(圖片來源：TravelChinaGuide)

既然連軌交地圖都是數(shù)據(jù)可視化的一種，那你可以放開了聯(lián)想，其實生活中很多方面，我們都涉及數(shù)據(jù)可視化。

數(shù)據(jù)可視化和數(shù)據(jù)分析有什么區(qū)別?

數(shù)據(jù)可視化很容易和數(shù)據(jù)分析相混淆，誠然兩者有相似之處——數(shù)據(jù)可視化和數(shù)據(jù)分析都是在可視界面中展示數(shù)據(jù)。 

多組可視化合在一起時，可以展示更多的信息甚至可以講述一個完整時間(圖源：Center for Data Innovation)

是兩者還有很多方面有不同。數(shù)據(jù)分析是一個探索性的過程。因為很多數(shù)據(jù)分析人員拿到數(shù)據(jù)后，通常有一個特定問題需要去發(fā)現(xiàn)，圍繞著這個問題，要進行不同測試，需要足夠的耐心才能發(fā)現(xiàn)使用某個手段，集中分析某些數(shù)據(jù)，才能體現(xiàn)出某些關(guān)系，并且回答最初的問題。而數(shù)據(jù)可視化是數(shù)據(jù)分析中的一部分，前期后期都可以通過數(shù)據(jù)可視化，做到更有效的數(shù)據(jù)分析，以及更清楚的呈現(xiàn)最終分析結(jié)果。大致概括如下：

使用目的不同。數(shù)據(jù)分析可以發(fā)現(xiàn)某些潛在的模型，或者趨勢，可以幫助預測某些將來發(fā)生的事件。數(shù)據(jù)分析所使用的前期或后期的數(shù)據(jù)，可以作為數(shù)據(jù)可視化的數(shù)據(jù)源。而數(shù)據(jù)可視化能夠更直觀的呈現(xiàn)某一局部特征，更明確的展現(xiàn)出某個變量的影響，前期是幫助數(shù)據(jù)分析人員了解大體數(shù)據(jù)情況，發(fā)現(xiàn)異常值。后期通過可是后分析的數(shù)據(jù)，更好的展現(xiàn)分析結(jié)果。

兩者之間關(guān)系不同。數(shù)據(jù)分析是將分析和可視化相結(jié)合，去找出某些結(jié)論。有時候，數(shù)據(jù)分析是數(shù)據(jù)可視化的前端，數(shù)據(jù)可視化呈現(xiàn)的就是數(shù)據(jù)分析的結(jié)果。

使用工具不同。數(shù)據(jù)分析一般通過規(guī)范分析(prescriptive analytics)和預測分析(predictive analytics)，診斷分析(diagnostic analytics)。數(shù)據(jù)分析所使用的工具有Excel ，hive, Ploybase，SAP Business Intelligence，Presto， Trifacta，Clear Analytics，等等。而數(shù)據(jù)可視化可以是靜態(tài)展示也可以是互動展示數(shù)據(jù)，所使用的工具有：Plotly，DataHero，Tableau，QlikView，ZingCHhart 等等 

Tableau的互動式可是數(shù)據(jù)化。(圖源：TABLEAU)
數(shù)據(jù)可視化能夠如何幫助數(shù)據(jù)分析，并達到哪些目的?

數(shù)據(jù)可視化有很多用途，每種類型的數(shù)據(jù)可視化可以有不同的用途。這里就說一下數(shù)據(jù)可視化的最常見的情況。

• 時間變化。使用時間變化展現(xiàn)另一個變量的變化的形式是最基本和最常見的方法。但是請注意，這并不代表這樣的可視化沒有價值。這種類型的數(shù)據(jù)可視化之所以常見，是因為大多數(shù)的數(shù)據(jù)都涉及到時間因素。因此，許多數(shù)據(jù)分析的第一步就是查看數(shù)據(jù)是如何隨著時間變化而變化的。
• 確定頻率。確定頻率也是數(shù)據(jù)可視化的基本用途之一。因為他也適用于設(shè)計涉及時間的數(shù)據(jù)。如果涉及時間的話，除了檢查數(shù)據(jù)如何隨時間變化，還要查看在某一單位時間內(nèi)，相關(guān)事件隨時間發(fā)生的頻率是否合乎邏輯。
• 確定數(shù)據(jù)之間的關(guān)系(關(guān)聯(lián))。識別數(shù)據(jù)之間的關(guān)聯(lián)是數(shù)據(jù)可視化非常有價值的用途之一。了解數(shù)據(jù)中的關(guān)系非常重要，但是如果沒有可視化，就很難確定兩個變量之間的關(guān)系了。
• 檢查整個數(shù)據(jù)。在市場研究中，經(jīng)常可以使用數(shù)據(jù)可視化檢查數(shù)據(jù)整體的例子。因為市場和銷售人員需要知道他們的消息針對于何種群體，因此他們需要分析整個市場的受眾群體，以及群體中的集群與集群之間的關(guān)聯(lián)，集群中有影響力的人以及異常值。
• 時間規(guī)劃。在做一項非常復雜的項目或者計劃表的時候，通常涉及不同部門，不同人員，不同項目細節(jié)，會讓人非常困惑。甘特圖(Gantt Chart) 可以通過清楚說明項目中的每個任務(wù)，以及所需完成的時間來解決這個問題。
• 分析價值和確定風險。由于分析價值和風險這類指標有很多相關(guān)因素，要考慮很多不同的變量，那么使用各種變量的普通電子表格，很難準確有效的一眼將價值和風險看出。數(shù)據(jù)可視化可以像對公式進行顏色編碼一樣，以顯示哪些機會有價值，哪些機會有風險。 

四種基本的數(shù)據(jù)可視化圖形(圖源：The Coding Room)

數(shù)據(jù)可視化有哪些類型?

可視化圖類型有多種多樣，這里我列舉了大多數(shù)市面上能見到的可視化類型圖。

折線圖 (Line chart) 

折線圖(圖源：New Zealand Census)

面積圖 (Area chart) 

面積圖(圖源：Wikepedia)

條形圖(Bar chart) 

條形圖(圖源：Naomi Robbins|Forbes)

直方圖(Histogram) 

直方圖(圖源：Naomi Robbins|Forbes)

值得注意的是條形圖和直方圖是有區(qū)別的。條形圖的寬度表示類別且固定，長度表示頻數(shù)。直方圖用“面積”表示各組頻數(shù)，舉行高度表示每一組的頻數(shù)，寬度表示組距，因此高度與寬度均有意義。直方圖為X軸為連續(xù)數(shù)列，且連續(xù)排列。條形圖X軸為分類數(shù)據(jù)，分開排列。

散點圖(Scatterplot) 

散點圖(圖源：Wikimedia)

箱型圖(Box Plot) 

箱型圖(圖源：Wikimedia)

氣泡圖(bubble chart) 

氣泡圖(圖源：Tony Hirst | Flickr)

餅圖(Pie chart) 

餅圖(圖源：Wikimedia)

量規(guī)圖(gauge) 

量規(guī)圖(圖源Ken Flerlage | The FlerlageTwins)

地圖(Maps) 

地圖

此處特別推薦哈佛大學地理分析中心(Center for Geographic Analysis - Harvard University)

• https://gis.harvard.edu/researchhttp://worldmap.harvard.edu/africamap/

以及哈佛大學做的非洲地圖：

• http://worldmap.harvard.edu/africamap/ 這張互動地圖包括了經(jīng)濟，宗教，社會，人口，歷史，交通等方方面面。

熱圖(Heat map)

這就有很多種了。這里就放一個我曾使用過的眼動儀(eye tracking)所產(chǎn)生的熱圖 

眼動儀其中的熱圖功能(圖源：Rosenfeld Media | Flickr

框架圖(Frame diagram) 

通?？蚣軋D指的是樹圖(圖源：Wikimedia)

瀑布圖 (Waterfall chart) 

瀑布圖(圖源：Wikipedia)

漏斗圖(Funnel chart) 

使用R創(chuàng)建的漏斗圖(圖源：Neha Kuma | Sisense)

雷達圖或蜘蛛圖(Radar or Spider Chart) 

雷達圖(圖源：middlebury.edu)

這些就是市面上你可以見到的數(shù)據(jù)可視化圖形。當然還有其它形式的，以及圖形與圖形之間的疊加組合，比如折線圖與直方圖的組合等等，我就不一一列舉了。

因此數(shù)據(jù)可視化并非那么神秘，我們常用的EXCEL就可以做出上述可視化圖形中的好幾種。除了Excel，Tableau可以創(chuàng)建其中絕大部分的數(shù)據(jù)可視化，而且通過使用其中的Dashboard可以創(chuàng)建互動式的數(shù)據(jù)可視化，story功能實現(xiàn)圖組創(chuàng)建故事講述功能。最最重要的是Tableau提供免費版本，使用Tableau的一切功能。免費版本和付費版本的區(qū)別在于保存，付費版本可以保存在本地，而免費版本可以上傳到Tableau的公共資源網(wǎng)上，和別人分享你所創(chuàng)建的數(shù)據(jù)可視化，同時還能查看別人創(chuàng)建的各種出色的可視化。