【数据可视化 第三周】【进度、关系、地理信息】进行可视化

梳理大纲： 如何对进度、关系、地理信息进行可视化
【1】区间型数据：了解区间型数据的特点，熟练使用「条形进度图、仪表盘、环形进度图」表示数据的进度和定量指标的定性化；
【2】关系型数据：了解数据之间常见的关系类型，能熟练地根据数据之间的关系类型进行图表选型，掌握不同图表的特点、可视化原理和制作方法；
【3】地理信息数据：了解地理信息数据的特点，掌握地理数据常用的可视化方案选型；

资料共享：
【木东居士】【数据科学家联盟】公众号

From 数据可视化 学习小组：由【木东居士】公众号 定期发起
对数据感兴趣的伙伴们 可一同在此交流学习

先放下【数据科学家联盟】的图标选择汇总表

【1】区间型数据可视化

分为两类：
第一类：
数据本身就是比例型数据，一般以XX率的形式出现，用来指示某项指标的达成情况，比如电商网站的销售额完成率、营收完成率
第二类：
数据本身是数值型数据，但是根据业务需要，会对数据进行区间段划分，并和一些定性指标进行对应
比如，国家气象部门对台风预警级别的划分，人体舒展和收缩压的范围，胖瘦指数评估BMI范围等

1.1 条形进度图
进度图，适合比例型区间数据的可视化，通常用来表示某项任务的进度情况。比如，显示某个APP的当前下载进度，当前设备的电量剩余情况，电商网站交易额的完成率等。

1.2 仪表盘

仪表盘，由表盘刻度、指针、指针所在角度三者构成，可以直观的展示某项指标的进度（比例型）或实际情况（数值型）

仪表盘三要素：
表盘刻度：用来度量数值的大小，且一般表盘的刻度范围就是某项指标可能取值的区间。
指针：指针代表某一指标或者指标的某一维度，如时钟上的时分秒指针。
指针所在角度：指针的角度，确定指针当前所指向的具体数值。

1.3 环形进度图

环形进度图，它除了可以表示比例型的数据以外，还可以表示数值型的数据，并将其和定性指标相关联，可以看成是仪表盘和条形进度图的结合体

和仪表盘相比，环形进度图没有指针；和条形进度图相比，环形进度图的内部可以展示和定性指标关联的结果

环形进度图展示的数据指标，其区间划分既可以和颜色映射，也可以和定性文字表达映射，具体方法参照条形进度图部分的表格示例

【2】关系型数据可视化

2.1 韦恩图

作为表示集合之间关系的可视化图形，韦恩图是展示数据集之间包含关系的绝佳方式，它通过面积的大小来映射集合元素的个数，重叠部分的面积，则代表多个数据集重合元素的个数

在工作中，我们要研究多个数据集之间的包含关系，就可以使用韦恩图来展示数据。比如，购买啤酒的用户和购买尿布的用户有多少是重合的，收过某快递公司包裹的用户和选择某快递公司寄件的用户，有多少是重合的

2.2 漏斗图

漏斗图，适合作为具有层级关系的数据的可视化方式，特别是流程类或具有先后关系步骤的数据，且一般是用来描述单变量在不同环节的变化情况

2.3 矩形树图

在分布型数据可视化中讲到过，矩形树图适合具有「树状结构」的层级关系数据的可视化，它通过「面积」来映射数据大小或者数据占比，通过颜色来区分类别。

且当矩形树图有多级结构时，通常需要一些交互来辅助数据细节的展示，如鼠标悬停显示实际数或占比、单击某个类别区域进入该类别细分视图、单击面包屑返回指定层级等。

2.4 桑基图

桑基图，是一种描述数据分流关系的可视化图表方案，它的优势是可以直观的展现数据流动

它主要由边、流量和支点组成，其中边代表了流动的数据，流量代表了流动数据的具体数值，节点代表了不同分类。边的宽度与流量成比例地显示，边越宽，数值越大

桑基图有一个重要特点就是保持能量守恒，即：所有主分支的高度总和=所有分出去的分支高度之和，因此桑基图也称为「桑基能量平衡图」。起初，桑基图主要用于分析能源的用途流向和行业损耗、工业生产材料的成分构成、金融领域的资金流向等。后来，桑基图使用领域扩大，比如可以用于分析用户在网站或APP上行为路径和分流情况，比如分析家庭收入来源和支出流向，世界人口迁移等。

总之，如果需要展示数据的分流情况，桑基图是一种绝佳的可视化方案。

2.5 节点关系图
节点关系图，常用来表示两个或多个对象之间的关系。节点关系图，主要有如下几个要素：

节点：表示一个对象，常用圆形、方形等形状来表示，有时还会在节点内显示对象图片等信息；
联系：如果两个节点之间有联系，则使用线段连接，线段上通常会有关系说明；
方向：节点之间联系的方向性，使用线段的箭头来表示联系的单向或双向；
比较常用的场景有，剧集中人物关系的可视化、个人的社交网络拓扑等。

【3】地理型数据可视化

3.1 地图+散点图/气泡图/热力图

– 地图+散点图：数据的地理属性确定散点位置，数据大小则通过散点的颜色来体现，通常会配以色带来映射颜色的取值范围和大小关系

– 地图+气泡图：数据的地理属性确定气泡位置，数据大小则通过气泡的面积来体现

– 地图+热力图：数据的地理属性确定热力色块位置和面积，但是不代表其他含义，数据大小则通过热力图颜色的深浅来体现，通常会配以色带来映射颜色的取值范围和大小关系

三者的共同点是，数据中的地理属性都会映射到地图上的具体位置；不同点是，散点地图是通过散点的颜色来映射数值的大小，气泡地图是通过气泡面积来映射数值大小，热力地图是通过区域颜色的深浅来映射数值大小。

3.2 地图+线图

3.3 地图+饼图
当既要显示不同地理区域某一指标的数据总量，同时又要显示各地区某一指标总量的各构成部分占比时，可以使用「地图+饼图」结合的方式来进行可视化

和普通的堆叠柱状图相比，「地图+饼图」可以显示更多的数据项，同时更加直观的展示数据和地理位置的关联性。但是要注意一个点，地图上的饼图的扇区个数，最好保持在2～4个左右，如果总体分类过多，饼图在地图上就会显得比较杂乱，可以考虑适度重新分组，以保证可视化呈现的最终效果

——————————————————————————————————————
（本周工作压力过大，内容已经都吸收一遍，将在之后再具体实战一遍~）