【matplotlib】数据可视化的重点

博客已经搬家到“捕获完成”：

https://www.v2python.com

 

数据可视化

刚才有提到，图表设计实际上就是数据可视化设计，在谈图表设计之前，我们先理解下数据可视化的概念。

“数据可视化的目的，是要对数据进行可视化处理，以使得能够明确地、有效地传递信息。”

 – Vitaly Friedman

通俗一点讲，无非就是将复杂的数据信息进行图形化展示，目的就是为了方便用户从一堆杂乱无章的数据里面更高效的理解或分析，让花费一个小时才能归纳的数据信息，转化为一眼就能看懂的数据图表。

然而，好的可视化设计一定集易读、突出数据价值、易于分析、美观为一体的，最终让数据变得更加简单，方便交流，反之，不仅让数据变得更复杂，而且还会带来错误诱导。因此，如何让数据分析变得轻松、流畅并且易读，从而提高用户的工作效率，降低用户的工作负担，则成为设计师的重要责任。

 

 

图表由哪些元素构成 ？

一张标准样式的图表基本上是由下图1-1 中标示的几种元素组成，除此之外，还有一些特殊的图表（如：3D类，由背景墙、侧面墙、底座等图表元素），对于图表本身在此就不在冗述，设计人员都有基础知识，本文将尝试从图表设计动机的角度和大家一起探讨如何更好的进行图表设计，从而达成设计目标。

 

图1-1 图表元素

 

 

图表设计

1.明确数据指标

首先，我们得先搞明白这些数据是怎么来的、干嘛的，如果连这个都不清楚就会很难展开接下来的讨论或设计。数据是做好图表设计的前提，毫无疑问，一连串的数字对于设计师来说是枯燥无味的，幸亏前期的数据收集工作已有人做好，但是作为设计师有必要要求他们给到你的是尽可能精准的数据，否则，会导致接下来的工作前功尽弃。因此，当初步接触数据时最好能够解决以下几点：

• 理解数据及指标
• 分析数据
• 提炼关键信息
• 明确数据关系及主题

如下图，这份报表比较容易理解，初步分析可以看出这是一份不同品牌的手机每天在全国的销量情况，进一步分析还可以看出销量越高，退货量越少，营收就会越高，投诉越少，评价也会越好，由此得出，省、销量、退货量、营收就是关键指标，当然，前面这些信息是我们通过表格本身的数据信息分析得到的，但是，我们并不知道用户关注得是哪些数据指标，有可能关注的是不同省的营收状况，也有可能是退货情况，还有可以能是不同手机品牌的销量对比，所以，需要进入下一步-为谁设计࿰