Python数据可视化1.6 总结

1.6　总结

迄今为止，这些案例仅仅给你一个在可视化前应该如何思考和规划的想法。最重要的阶段是为可视化开展的数据熟悉和准备过程。尝试后的结局会影响能否率先得到数据或者形成意欲表达的故事。就像“鸡和鸡蛋”的情况—数据是先来还是后到？最初，可能不清楚需要什么数据，但在大多数情况下，只要数据没有错误，经过几次反复总能使问题变得清晰。

通过清理或降低维度（如果需要），可以转换数据质量填补空白。除非数据质量有保证，否则一个人投入可视化的努力就白费了。正确理解数据后，就可以决定选择哪种可视化更合适。在某些情况下，用不同的方式更有助于清晰地讲述数据的故事。