数据可视化学习的导论

1.数据可视化学习的意义

在如今的大数据时代,海量的数据分析软件，数据分析工具层出不穷，在数据科学探索领域，人们不断的进行深入，而在整个数据科学或者说在机器学习的整个过程中，数据的可视化似乎看上去可有可无，但是这确实让人们进一步深入了解或者是浅层理解数据的重要一关。

• 在数据挖掘的过程中，我们往往会通过一些系列的可视化手段来帮助我们自身快速的了解目标数据的规律。
• 在数据分析结果结束后，我们也会通过可视化的手段，将数据分析中枯燥的图标转换为一个个的可视化图片从而更好的推动我们数据产品的落地。
• 在日常汇报的PPT EXCEL中我们仍然可以看到很多图片的身影，这些图标不局限于用python或者是其他形式的方法实现，而是为了帮助我们更好的了解数据
• 在前端页面中往往也需要大量的图片作为前端美化页面的支撑，所以对数据可视化的学习，虽然不是必修课，但笔者也认为这是一门极大增强个人价值的选修课

2.数据可视化的基本理念

• 可视化映射的三要素：空间、标记、视觉通道

2.1数据的基本种类

• 时序数据
  • 离散时间点（少周期）
    • 柱状图、并列柱状图、堆叠柱状图、百分比堆叠柱状图等
  • 连续时间点（多周期）
    • 折线图、面积图、堆叠面积图、瀑布图(阶梯图)、拟合曲线图等
  • 对比型数据与分布型数据
  • 进度（区间数据）、关系、地理信息数据

2.2 数据图标的聚焦性和可读性

• 非数据层面：布局、图标元素、交互
• 数据层面：归类、更改坐标轴起始值、单位转化

2.3 优化选择可视化图标

下图为数据的基本使用指南