数据可视化分类/表现形式

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据可视化分类/表现形式相关的知识,希望对你有一定的参考价值。

参考技术A

指标卡:直观展示具体数据和同环比情况;

计量图/仪表盘:直观显示数据完成的进度;

折线图:看数据的变动走势;

柱状图:直观展示对应的数据、可以对比多维度的数值;

(堆积柱状图)

条形图:可以理解成横向的柱状图;

双轴图:柱状图+折线图,这种图表大家都很经常用到;

饼图/环图:分析数据所占比例;

行政地图:有省份或者城市数据即可;

GIS地图:更精准的经纬度地图,需要有经纬度数据,可以精确到乡镇等小粒度的区域,参考链接: 经纬度可视化地图

漏斗图:路径、数据转化情况;

词云:即标签云,展示词频分布,率、;

矩形树图:分析不同维度数据的占比分布情

旭日图:表达清晰的层级和归属关系

旭日图(Sunburst Chart)是一种现代饼图,它超越传统的饼图和环图,能表达清晰的层级和归属关系,以父子层次结构来显示数据构成情况。旭日图中,离远点越近表示级别越高,相邻两层中,是内层包含外层的关系。

平行坐标系

在 ECharts 中平行坐标系(parallel)是一种常用的可视化高维数据的图表。平行坐标系的具有良好的数学基础, 其射影几何解释和对偶特性使它很适合用于可视化数据分析。

例如以下数据中,每一行是一个『数据项』,每一列属于一个『维度』。(例如上面数据每一列的含义分别是:『日期』,『AQI指数』, 『PM2.5』, 『PM10』, 『一氧化碳值』, 『二氧化氮值』, 『二氧化硫值』)。

平行坐标系适用于对这种多维数据进行可视化分析。每一个维度(每一列)对应一个坐标轴,每一个『数据项』是一条线,贯穿多个坐标轴。在坐标轴上,可以进行数据选取等操作。

桑基图
桑基图(series[i]-sankey),也称桑基能量平衡图,具有特殊类型的流程图,它主要用来表示原材料、能量等如何从初始形式经过中间过程的加工、转化到达最终形式。以下是使用桑基图的一个实例,您可以参考它。

漏斗图
在 ECharts 系列中,漏斗图使用 series[i]-funnel 表示。漏斗图适用于业务流程比较规范、周期长、环节多的流程分析,通过漏斗各环节业务数据的比较,能够直观地发现和说明问题所在。

象形柱图:PictorialBar

B.技术的发展已导致数据的大爆炸。这反过来又促使数据展示方式的激增。一般来说,大多数据可视化分为2种不同的类型:探索型和解释型。勘探类型帮助人们发现数据背后的故事,而解析数据方便给人们看。

此外,有不同的方法可用于创建这2种类型。最常见的数据可视化方法包括:

学习笔记大数据可视化简介

大数据可视化简介

数据可视化,是关于数据视觉表现形式的科学技术研究。其中,这种数据的视觉表现形式被定义为一种以某种概要形式抽提出来的信息,包括相应信息单位的各种属性和变量。

是不是听上去特别抽象?那么这里举个简单的例子说明一下。

考考你的眼力,找出下面这段字符中一共有多少个“V”。

是不是觉得特别费眼呢?一时间很难发现,那么再看看下面的形式呢。

是不是一目了然可以找到其中的7个V”?

再举个例子,我们去咖啡店买咖啡的时候,如果想要了解其中的成分,光听店员的介绍,是不是会使我们很崩溃,好混乱,到底买哪个?

但是店里面放一张可视化大图,可能效果就不一样了呢!

这就是我们常说的可视化。

将不可见现象转化为可见的图像符号,并从中发现规律和获取知识,通过可视表达增强人们完成某些任务的效率,用大脑以外的资源增强大脑本身的认知能力。

我们不妨再提炼一下:

是不是突然觉得数据可视化非常重要呢?

人类迄今为止积累的所有数据中,90%是在过去的两年内产生的;

当今网络上传输的全部数据中,90%是可视化的数据;

当前正前所未有地生成海量地数据,尽管绝大部分数据是可视化地,大多数人并不知道如何让图像为己所用。无论我们身处哪个商业领域,该领域的未来都可能是可视化的。因此,为了实现业务的增长,我们需要学会如何利用图像。

我们日常工作中,真正会使用到的可视化图表到底有那些呢?

  • 柱状图

饼状图

折线图

词云图

散点图

 

桑吉图

以上是关于数据可视化分类/表现形式的主要内容,如果未能解决你的问题,请参考以下文章

数据可视化之Processing

优秀作品展 | 数据可视化作品--有关王者荣耀那些事

学习笔记大数据可视化简介

学习笔记大数据可视化简介

数据可视化基本套路总结

大数据可视化助力智能工业大发展