数据分析学习笔记（五）数据可视化

数据可视化之美

优点：直观，缺点：阅读性差

• 数据可视化
  数据可视化的目的是让数据更高效，让读者更高效阅读，而不单是自己使用。
  突出数据背后的规律 — 突出重要的因素 — 最后是美观

常见的初级图表

图标的基础概念

维度和度量
维度是常用类别
度量是数值，具体的用数字来表示
通常绘制图表，用维度和度量的组合来绘制。

散点图

散点图：散点图主要解释数据之间的规律。

度量需要2个，x轴y轴，身高体重，
维度：若区分男女性别，可加入颜色

气泡图

气泡图是散点图的变种，引入了第三个度量作为气泡的大小。
若单纯x轴y轴两个度量不够明显，可使用气泡图，气泡大小作为度量。
下图中气泡越大，这个国家人数越多。

单轴散点图

维度作Y轴，更倾向于洞察数据在不同类别下的数据规律

本身可以把度量作为维度。

客户消费维度
消费金额和消费次数的关系
消费金额和最后一次距今消费天数的关系
消费次数和最后一次距今消费天数的关系

客户其他消费维度
消费金额和消费折扣的关系
消费金额和会员积分的关系
消费次数和会员距离的关系

垂直领域消费维度
投资金额和投资次数的关系（金融）
最近一次距今消费和使用次数（SaaS）

折线图

折线图
折线图经常用来观察数据随时间变化的趋势。
折线图中的维度不宜过多，否则会非常混乱和复杂。

面积图

面积图是折线图的变种。面积图更注重数据类别之间随着时间趋势的变化关系。

柱形图

柱形图：柱形图是类别之间的关系。

直方图

直方图：柱形图的统计型变种。而且，柱子直接宽距为0。

正负比例柱形图，翻转条形图，堆积柱形图，瀑布图（对于正负关系敏感的数据）

饼图

饼图可以理解为环状的柱形图。饼图的类别不宜过多。饼图除了PPT，分析时没啥用。
饼图用面积大小表示比例关系，但是肉眼有时候不能准确分辨面积大小。

漏斗图

漏斗图是对转化过程的直观展示。单一的漏斗图没啥用，也是面向PPT。
漏斗图的转化步骤不应该超过七个。

雷达图

适用于个体的数据和属性可视化，比较偏描述性数据，常见于CRM，用户画像。

常见的高级图表

树形图

树形图：适合数据量较大的情况，尤其类别较多。经常和多维分析来结合，比如各类电商的SKU。
通过矩形面积来展示。

桑基图

桑基图是揭示数据复杂变化趋势的图表。面积图（漏斗图）是线性维度，而桑基图可以一对多或者多对一。
最初的用来绘制能量变动。
可以和用户数据变动相关联，比如用户活跃状态变化，活跃用户–忠诚用户，忠诚–流失，流失–回流等等。

热力图

数据在空间上的变化规律。譬如地理空间，譬如网页浏览。

热力图：空间不一定是纯粹空间，也可以是属性和维度的规律组合，比如把它变成星期表。
揭示一些特殊时间规律。

关系图

展现不同类别之间的数据关系，常见于各类社交、社会媒体。微博传播，某用户帖子怎么传播，用户之间关注关系等。

箱线图

箱线图是统计用图表，用来研究和观察数据分布，也能对比数据分布。

标靶图

也称为子弹图，是变种的条形图。常用于衡量业务销售完成情况。
和销售业绩KPI挂钩，基准线和进度。

词云图

文本分析利器，PPT常客，卖弄大数据之必备图表

地理图

数据和空间之间的关系。地理图即可以通过经纬度的数值度量绘制，也能通过省市的类别维度绘制。

图表绘制

Excel绘制

绘图

配色

调色网站
甘特图：项目管理中用于可视化进度

杜邦分析法

可视化BI

BI

Dashboard

很多BI是可以后台监控的，调取监控日志，看哪些人群会看BI

PowerBI很强大，但是后面还要再学，只是自己跟着练了下基本操作。