数据可视化 第一周(待完善)

0x01 可视化过程

一个完整的数据可视化过程,主要包括以下4个步骤:

数据可视化 第一周(待完善)_第1张图片

确定数据可视化的主题;

提炼可视化主题的数据;1. 确定数据指标2. 明确数据间的相互关系3. 确定用户关注的重点指标

根据数据关系确定图表;

进行可视化布局及设计;1. 页面布局2. 图表制作


通常,数据之间的相互关系包含如下几类:

趋势型:通常研究的是某一变量随另一变量的变化趋势,常见的有时间序列数据的可视化。

对比型:对比两组或者两组以上的数据,通常用于分类数据的对比。

比例型:数据总体和各个构成部分之间的比例关系。

分布型:展现一组数据的分布情况,如描述性统计中的集中趋势、离散程度、偏态与峰度等。

区间型:显示同一维度上值的不同分区差异,常用来表示进度情况。

关联型:用于直观表示不同数据之间的相互关系,如包含关系、层级关系、分流关系、联结关系等。

地理型:通过数据在地图上的地理位置,来展示数据在不同地理区域上的分布情况,根据空间维度不同,通常分为二维地图和三维地图。


数据可视化 第一周(待完善)_第2张图片
确定图表

0x02 数据可视化的基本流程


数据可视化 第一周(待完善)_第3张图片

1.数据采集

内部数据采集:指的是采集企业内部经营活动的数据,通常数据来源于业务数据库,行为日志数据。需要用「埋点」这种方法来进行APP或Web的数据采集。

外部数据采集:指的数通过一些方法获取企业外部的一些数据,具体目的包括,获取竞品的数据、获取官方机构官网公布的一些行业数据等。通常采用的数据采集方法为「网络爬虫」。

2.数据处理和变换

数据预处理和数据挖掘:一方面,通过前期的数据采集得到的数据,不可避免的含有噪声和误差,数据质量较低;另一方面,数据的特征、模式往往隐藏在海量的数据中,需要进一步的数据挖掘才能提取出来。

常见的数据质量问题包括:

1.数据收集错误,遗漏了数据对象,或者包含了本不应包含的其他数据对象。

2.数据中的离群点,即不同于数据集中其他大部分数据对象特征的数据对象。

3.存在遗漏值,数据对象的一个或多个属性值缺失,导致数据收集不全。

4.数据不一致,收集到的数据明显不合常理,或者多个属性值之间互相矛盾。例如,体重是负数,或者所填的邮政编码和城市之间并没有对应关系。

5.重复值的存在,数据集中包含完全重复或几乎重复的数据。

常用的数据处理方法包括:

降维、数据聚类和切分、抽样等统计学和机器学习中的方法。


3.可视化映射

可视化映射是指将处理后的数据信息映射成可视化元素的过程。

可视化元素由3部分组成:可视化空间+标记+视觉通道

1.可视化空间

数据可视化的显示空间,通常是二维。

2.标记

标记,是数据属性到可视化几何图形元素的映射,用来代表数据属性的归类。

根据空间自由度的差别,标记可以分为点、线、面、体,分别具有零自由度、一维、二维、三维自由度。如我们常见的散点图、折线图、矩形树图、三维柱状图,分别采用了点、线、面、体这四种不同类型的标记。

3.视觉通道

数据属性的值到标记的视觉呈现参数的映射,叫做视觉通道,通常用于展示数据属性的定量信息。

常用的视觉通道包括:标记的位置、大小(长度、面积、体积...)、形状(三角形、圆、立方体...)、方向、颜色(色调、饱和度、亮度、透明度...)等。

4.人机交互

如果在可视化图形中,将所有的信息不经过组织和筛选,全部机械的摆放出来,不仅会让整个页面显得特别臃肿和混乱,缺乏美感;而且模糊了重点,分散用户的注意力,降低用户单位时间获取信息的能力。

常见的交互方式包括:

1.滚动和缩放:当数据在当前分辨率的设备上无法完整展示时,滚动和缩放是一种非常有效的交互方式,比如地图、折线图的信息细节等。但是,滚动与缩放的具体效果,除了与页面布局有关系外,还与具体的显示设备有关。

2.颜色映射的控制:一些可视化的开源工具,会提供调色板,如D3。用户可以根据自己的喜好,去进行可视化图形颜色的配置。这个在自助分析等平台型工具中,会相对多一点,但是对一些自研的可视化产品中,一般有专业的设计师来负责这项工作,从而使可视化的视觉传达具有美感。

3.数据映射方式的控制:这个是指用户对数据可视化映射元素的选择,一般一个数据集,是具有多组特征的,提供灵活的数据映射方式给用户,可以方便用户按照自己感兴趣的维度去探索数据背后的信息。这个在常用的可视化分析工具中都有提供,如tableau、PowerBI等。

4.数据细节层次控制:比如隐藏数据细节,hover或点击才出现。

5.用户感知

可视化的结果,只有被用户感知之后,才可以转化为知识和灵感。

用户在感知过程,除了被动接受可视化的图形之外,还通过与可视化各模块之间的交互,主动获取信息。

你可能感兴趣的:(数据可视化 第一周(待完善))