数据可视化很难看怎么办？

作为数据挖掘以及表现形式，数据可视化在用户中已经非常普及。然而，对于真正了解数据可视化的人来讲，挑战依然存在，尤其是其中的一些小秘密更是让这些开发者奋斗不止。比如，最常见的问题：现实中的数据往往很丑，我们该怎么办？

 

在很多数据可视化教程当中，学习者所看到的往往都是非常干净的数据，无论是力导向的网络图、基础的柱状图，各种数据，各种分析都井然有序，看起来那么简单，那么轻松。然而真正的数据并不是我们看到的那样，相反会很丑，很乱，甚至让你头疼的不得了。因为数据太多太大，要想分析出有价值的数据，必须要从万千数据中去挖掘，就好比大量淘金一般。

 

尤其是，当你在处理现实数据的时候，往往有百分之八十的时间需要你去搜索、获取、载入以及清洗更换数据，从而形成最终简洁、直观且漂亮的数据可视化图表。

 

当然，在这个过程中，并不一定全部需要手工，还可以通过自动化工具来完成。而工具的处理方式有两种：

 

第一、给数据清洗留下足够的时间

 

尤其是在处理多个数据源之时，需要留下更多的时间，而手工录入、OCR数据以及各种不同类别的配比等都是需要大量时间来处理的，所以在使用工具处理这些问题之时，要留下足够的时间，以免数据处理不完整或者是遗漏重要数据。

 

第二、Google Refine

 

这是数据可视化中非常实用的一个清洗工具，虽然在处理非表格化数据方面存在不足，但是总的来说，Google Refine所带来的清洗效果是非常喜人的。不过，要提醒大家的是，一定要把自己的文本存档，以便日后使用。

 

除了这个问题之外，在数据可视化分析中，柱状图往往更受欢迎。气泡图虽然在同样空间能表现更多数据，但是层次结构不明，而饼图表现的是整体和局部的关系，其简洁明了性不如柱状图。尤其是当你需要一个单一维度可视化一个数据集的时候，柱状图的效果更加明显。

 

数据可视化是数据分析的一种趋势，也是必然所需，也许可视化存在这样那样的不足，但是从目前的使用效果来看，数据可视化的需求还会进一步加大。

 

---------------------------------------------------------------------------------------------------------------------------------

了解更多商业智能行业资讯，BI解决方案以及商业智能软件下载请访问FineBI商业智能官网www.finebi.com

转载于:https://my.oschina.net/u/2245039/blog/616538