初学者，数据可视化---“一图胜千言”Day04

数据永远是枯燥的，但图形图像是具有生动性的。

数据可视化是一个相对的概念,它通过将数据转换为标识从而为人们提供帮助与指导,并最终成为通过数据分析传递信息的一种重要工具。与传统的立体建模之类的特殊技术方法相比,数据可视化所涵盖的技术方法要广泛得多,它是利用计算机图形学及图像处理技术,将数据转换为图形或图像形式显示到屏幕上,并进行交互处理的理论、方法和技术。它涉及计算机视觉、图像处理、计算机辅助设计和计算机图形学等多个领域,并逐渐成为了一项研究数据表示、数据综合处理、决策分析等问题的综合技术。

数据可视化价值

准确高效直观的传递传递数据中的规律和信息；

实时监控系统各项数据指标，实现数据的自解释；

基于可视化洞察数据规律，指定精准的运营策略；

首先需要注意的是，如果我们只需要对少量的数据进行分析，Excel就可以做到，Excel作为一种简单、方便、覆盖面广的Office软件，无疑是数据可视化工具的典型。但如果要用Excel进行大体量的数据分析会卡到让你怀疑人生，大量的数据分析需要BI工具，以及python、numpy、matplotlib、pyecharts数据可视化，这些会在后面的内容中更加深入的学习，此处首先进行Excel可视化的学习。

 首先我们需要明白-----你想要展示什么？

Excel 可视化语言

①柱状图：（一种类别）

特点：直观地用高度差比较不同的数值大小。

适用场景：展示不同分组或时间点的数据对比。

②堆积柱状图：（两种以上类别）

 特点：能够在单个柱状图中展示多个变量的分布，并且可以看到各部分的组合。

适用场景：比较各个类别在不同组内的分布情况，同时关注总量，如不同产品在各个季度的销售量。

③多系列柱状图

特点：在同一图表中并排展示多个系列的数据，便于直观比较。
适用场景：对比不同组别的相同类型下的数值。

④对比柱状图

特点：直观的展示两组数据之间的对比关系。
使用场景：展示两个相互关联的数据集之间的比较。

⑤云词

特点：通过不同大小的文字，展示词频或重要性，形成视觉冲击使用。

场景分析：文本数据展示关键词或短语的频率。

⑥折线图

特点：展示数据随时间变化的趋势和模式。
适用场景：追踪一段时间内的数据变化。

⑦热力地图

特点：通过颜色的深浅展示数据的密度或强度，形成直观的热区。

适用场景：适合展示地理数据的分布或矩阵中变量的相关性。

⑧散点图

 特点：揭示两个变量之间的相关性或分布模式。

适用场景：探索变量之间是否存在关联或聚类趋势。

⑨气泡图

特点：结合了散点图的特点，并通过气泡的大小表示，第3个维度的数据量级增加了数据维度的表达。
适用场景：适合展示三个变量之间的关系。

⑩百分比堆积柱状图（相对差异）

特点：展示各部分占总体的百分比，便于比较不同类别在总体中的相对比例。
适用场景：适合展示多个类别在不同时间点或条件下的组成比例。

11、堆叠柱图（绝对差异）

特点：展示各部分的总和以及各部分之间的比例关系。
适用场景：适合展示各部分对总量的贡献，如公司的总收入由不同产品线贡献的部分。

12、面积图

特点：通过填充颜色强调数据随时间的累积效应，更加突出总量的变化。
适用场景：适合展示时间序列数据的累积效应，如股票的累积回报率。

13、饼图

特点：直观显示各部分占整体的比例关系。
适用场景：当需要强调部分与整体的关系时，如市场份额、选票分布等。

14、圆环图

与饼图相比设置有内径长度，其他都类似。

15、玫瑰图

特点：通过多个扇形的大小表示数据的比例，颜色和形状的变化可以吸引观众的注意力。
适用场景：适合展示周期性数据或比较各部分对整体的贡献，如一天中不同时间段的活动分布。

16、多层饼图

特点：在一个饼图中展示多个层级的数据，可以清晰地看到数据的层级关系
适用场景：适合展示数据的层级结构，如公司的组织结构或产品的分类。

 17、矩形树图

特点：通过不同大小和颜色的矩形块展示层级数据的结构和比例，空间利用率高，能够一目了然地看出数据的分布。
适用场景：适合展示包含许多层级和大小的数据集，如市场份额、文件存储分布等。

18、漏斗图

特点：形象地展示数据通过一个过程的逐级减少，如销售漏斗，可以清晰地看到在每个阶段的损失或成功率。
适用场景：适合展示顺序流程中的转化率，如销售流程、网站访客的转化等。

19、金字塔图

特点：金字塔图通过层级的宽度直观地表示数据的大小，形象地展示数据的结构。它的金字塔形状能够清晰地表示出数据的排序和优先级，通常用于表示有序的数据。
适用场景：金字塔图适合展示人口分布、收入分配、市场细分等有层次和顺序的数据。

20、雷达图（多维）

特点：多维度展示、直观比较通过图形的大小和形状直观地比较不同项目或时间点的性能。
适用场景：技能评估、产品对比、分析企业在多个竞争领域的表现，制定战略决策。

对大数据可视化的实施应当遵循：正确认识数据可视化的意义——重视数据的质量——改善数据可视化的硬件条件

数据可视化的标准通常有以下几点：实用性——完整性——真实性——艺术性——交互性