可视化大屏

DataV中的那些事

  近期，本人一直在做可视化大屏，用的平台是阿里的dataview。阿里云DataV链接。一开始发现在DataV这方面的知识还是蛮少的。因此，我就将近期做的成果以及做可视化大屏的一些方法和注意事项分享给大家，以方便大家讨论。这是本人第一次发博，如有疑问，还请大家多多指教、包含。

(一)、前言

  随着信息化技术的不断发展，我们现在迎来了数字化时代，作为大数据时代，一个最大的特点就是数据来源多、数据量大。一些数据的背后往往会隐藏着一些潜在的信息,这些信息通过我们对数据的整合、过滤、清洗，最后通过一定的方式将其信息展示出来，有利于高效管理决策升级的作用，这种呈现最多的方式就是可视化大屏。
  做可视化大屏的软件有很多，比如阿里的DataV、观远数据、Yonghong Y-Vivid Show、帆软软件等，通过一段时间的使用，最容易上手、做出来最漂亮的还属阿里的DataV了。
刚开始在选择用哪个软件进行做可视化大屏时，在网上考到了很多,刚开始选择了帆软软件,结果发现帆软软件做报表还好,做可视化大屏,对于一个对可视化大屏没有任何了解的我来说是很难上手的,经过一系列的尝试之后,最终选择了DataV。DataV不仅仅有丰富的模板，很快带你上手，刚开始按着模板只需要稍微改动一下，一张漂亮的大屏就出来了，关键数据源比较多样，有数据库、接口、静态数据，但是最终返回的数据类型就是我们熟悉的json。最关键的就是有一个钉钉群，里面有专业的老师给我们随时答疑。我们遇到任何问题，都可以去群里咨询相关的老师，都会为我们答疑，使我们很快的上手。最关键的就是有详尽的文档，为我们介绍每一个组件是做什么的，以及如何使用这个组件。
  通过这段时间对DataV的了解，我有几点拙见和大家共享，通过这篇文章，希望大家对可视化大屏的认知以及用DataV做一张不错的大屏有一点帮助。

(二)、可视化大屏的整体思路

  首先从可视化大屏说起，其面积特别的大，用户站在远处也能看到内容，并且最好是深色，让观者的视觉更好的聚焦。大屏一旦开启，就不可操作，并且大屏是受到空间的局限，就是一张屏幕，没有滚动条。因此，这就需要我们要设计合理，展示的数据不宜过多，用一定量的数据展示出数据背后的现象以及规律。

  要想做出一张满意的大屏，首先就应该了解可视化的过程。我们在做可视化大屏时，首先要有一个主题，整个大屏的所有数据的呈现都应该是围绕这个主题展开的。主题确定之后，就应该是针对这个主题，我们去找一些数据来支撑我们的主题，这些数据尽可能是具有权威性。本人经常去国家统计局、税务局等相关的政府机构去找一些数据，只有一些真实可靠的数据才能使我们可视化大屏展示数据背后的规律才可能是真的。根据数据的特性，我们确定相应的图表，用最合适的图表展示我们的数据，让观者看了很清晰，也很美观。最后就是通过我们确定好的图表进行合理的布局。
  在这个过程中，其中最重要的主题的确定，只有主题确定了，我们才可以围绕主题来进行逐步展开。最耗时的就是数据的查找，如果没有相应技术的支持，找一些支撑主题的权威数据是很耗时的，尤其现在还是数据时代，都知道数据的价值，因此，很多数据都不公布，公布的都是一些零散的数据。最难的就是图表的确定了，如果我们对图表的特性没有很好地掌握，数据特征不同，适合的表就不同。一张适合相应数据的表格给人感觉特别的清晰，而且还美观。最后就是进行布局设计。这个环节就是体现我们整体的思维以及审美观念，这个环节直接决定我们的大屏是否合理、是否美观，因此要求我们既要有审美意识，也要有全局观念，合理布局。以下就是可视化的具体过程，即从开始的确定主题到最后的可视化大屏的呈现。因此，一张屏就是一个故事。

  经过本人这段时间做的大屏，在找数据的过程中，发现数据大体分为这几类，并且我们一般用到的数据也就是这几种。具体的有：趋势型、对比型、比例型、分布型、区间型、关联型地理型等。我们通过一些重要的数据来支撑起整个大屏，并且通过这些数据合理的表现出背后的主题。
  接下来就是确定图表，我们通过合理的图表展示相关的数据，从而呈现我们可视化大屏的主题。以下就是数据关系与图表之间的关系。

  最后就是可视化设计，在这个阶段主要包括两个关键的步骤：可视化布局的设计、数据图形化的呈现方式。在这段时间做DataV的过程中，每次在布局页面时，就不自觉的进行了聚焦，即把最重要的放在最核心的位置，通过不同的方式加以区别，目的就是为了把最重要的信息传达给用户，从而提高其效率。其次就是注重信息之间的平衡，我们用的是48块小屏组成的一块大屏，其中分别用24块组成了各为12块的副屏，剩下的24块小屏组成的主屏。因此在设计的时候，我特别注重页面设计的平衡性，最大程度的注重美感，给读者在传达信息的同时也给以一种舒适的视觉去欣赏。最后也是我在设计中领悟最深的一条，那就是要简洁，通过简单而不同的方式将重要的主题信息传递给读者，由于大屏的尺寸受限，因此不适合冗杂的数据。刚开始不懂这条原则，以为数据越多越好，最后给人的感觉就是没有重点，杂乱无章，效果特别差。
  因此，接下来的小伙伴在开发可视化大屏的时候一定要注重这一点，这直接会决定可视化大屏的效果。

(三)、图表的选择

  一张完美的可视化大屏主要就是通过合适的图表将这些数据通过一定的布局呈现出来，因此，图表的选取就显得尤为重要。我们在做可视化大屏的时候，不仅仅是数据，还有一些文字型的，类似于参考文献、科研成果之类的。因此类型的不同展示的方式不同。这是可视化大屏中最为关键的一个环节。接下来，通过思维导图的方式详细给大家介绍这几种图表应该如何选择以及适用的场合。

  通过上述思维导图的过程，大家应该对数据的类型以及图表的选择有了初步的了解。由于这块是重中之重，直接决定可视化大屏的呈现。因此我对常用的一些图表做了简单的对比。
  柱状图 VS 条形图
 相同点：
     柱状图和条形图的数据结构是相同的，都是由一个分类字段+一个连续数值字段构成。
   &emsp 当数据的记录数不大于12条，分类字段的字符长度小于5时，此时柱状图和条形图可以互换。
 不同点：
     柱状图：若分类字段，恰好是时间序列，此时建议使用柱状图，因为柱状图能更好地体现数据随时间的变化情况
     条形图：若分类字段的字符长度较长，且数据的记录数大于12，此时建议使用条形图。
  *** 折线图 VS 面积图***
 相同点：
     折线图和面积图展示的是数据随时间的变化趋势，因此映射到X轴的数据类型一般为：时间/日期。
   &emsp 二者均可以展现一个或多个变量和时间的关系，这种关系包括，周期性变化、季节性变化、异常波动等。
     在大部分情况下，折线图和面积图是可以互换的
 不同点：
     折线图：通过数据点的纵坐标来映射数值的大小，一般只用来表示数据的趋势
     面积图：通过面积来映射数值的大小，面积图除了可以替换折线图外，还可以用来表示整体及其构成部分随时间的变化趋势。
 注意：
     当使用面积图表示多系列的趋势时，需要对代表不同系列的面积区块颜色设置透明度，透明度可以减少不同系列之间的遮盖，帮助我们看到不同序列之间的重叠关系和更多信息。
     当一个图表中，系列值过多时，折线图会比面积图更直观，因为减少了系列的覆盖和重叠，能更清晰的看看到各个系列的趋势变化。
  区域折线图 VS 斑马图
 相同点：
     堆叠面积图和堆叠柱状图的数据集格式类似，都是由一个分类字段+多个连续数值字段构成，且多个连续数值字段，是一个整体的各组成部分。
     两者都可以观测某一节点的总体数值和各组成部分的具体数值，都有数据对比的功能。
 不同点：
     区域折线图：类字段，一般是时间序列。当既需要分析整体随时间的变化趋势，又要了解整体的各构成项随时间的变化情况时，应该使用堆叠面积图。从其目的可以看出，堆叠面积图的分类字段(即时间序列)，是按照时间的先后顺序排列的。
     斑马图：一般是非时间类型的分类数据。当既要对比不同整体的数据大小，又要观测整体各构成项的数据大小时，应该使用区域折线图；若整体的构成项过多，为了突出重点，需要对构成项进行重新归类，展示TOP5的分类，剩下则归为其他。
  散点图 VS气泡图
 相同点：
     散点图和气泡图，均是用来展示数据分布情况的一种图形。
     散点图和气泡图，都是将两个字段映射到x,y轴的位置上，(x,y)的取值确定一个圆点或气泡在直角坐标系中的位置。
 不同点：
     散点图：一般用来展示二维数据(x,y)的分布，侧重于研究二维数据的两个变量x,y之间的相关性，如身高和体重之间的相关关系。还可以展示多组数据系列的对比，比如男性身高体重和女性身高体重分布规律的对照。
     气泡图：一般用来展示三维数据（x,y,z）的分布情况，相较于散点图，气泡图增加了一个维度的数据展示，且将其数值映射到气泡的大小上。也可以展示多组数据系列的分布，以发现不同系列的分布规律和差异。

(四)、 提升可视化大屏的一些技巧

  首先，我们在地图上多多做文章，地图可以展示很多直观的效果，我们要善于利用3D地图，以及飞线层和散点层和区域热力层。
  其次，就是各种颜色的选取，以及利用回调、节点编程等相关的技术。使自己的大屏的色调统一，并且可以使用多种不同的方式，不仅仅是单一的。
  最后，就是多看看别人做的可视化大屏，多看多吸取别人的想法，拓宽自己的思维。这有这样才能够做出属于自己的可视化大屏。
  总之,通过这段时间对DataV的制作,感觉还是整体上能够满足我的需求,并且还有一些丰富的模板供我参考使用。另外，接收的数据源较为通俗易懂，对新手来说也不是难事，还有回调、交互、节点编程等高端的展示方式。只不过目前为止，还在研究节点编程。希望接下来和大家多多探讨。不过在用的过程中，发现DataV的一些专业组件还没有，比如说函数的图形组件、概率密度组件等。希望DataV今后能将这些组件开发出来，这将对可视化大屏的应用范围、专业度又会提升一个档次。不过，我知道开发这些专业组件仍需要时间。总体上，DataV能够满足大多数用户的需求，随时答疑，这一点是其他软件没有的。
  接下来分享几张大屏。做的不好，希望能够给大家一点启发，请大家多多指教。






  文章末尾给大家分享这段时间做的一些可视化大屏，希望给新人加以启发。另外，如有任何疑问，均可以联系我，我们共同交流，共同进步。
  以下是我的联系方式：
             QQ： 1049644405
            邮箱：[email protected]