大数据时代的到来带动着数据采集、存储和分析技术飞速发展,数据量越来越大,数据的复杂性越来越高,如何才能让数据变得更加形象生动和易于理解,可视化无疑是最有效的途径。
1.简单分类
对数据可视化简单归类,按照功能特征、使用人群、应用场景可以有如下分类:
在实际工作中,碰到的需求在第一类的最多,也就是运维监测类。相对于领导决策层,这类用户群比较大,同时,由于在项目初期数据处于刚刚开始积累的阶段,大多还没有到可供分析挖掘的体量,所以,碰到的可视化展示需求基本都是监测类。
2.展现形式
这是出自陈为、沈则潜、陶煜波等老师写的《数据可视化》一书中的配图,对应说明了哪一类的数据适合用哪一种图表来展现。
数据可视化设计有4个基本原则:
(1)优秀的数据可视化应该完成对多个关联数据集的展现,而不仅仅是完成对某一个数据集的可视化;
(2)可视化展现应具有精准性,在围绕数据进行可视化展现时,确保数据精准;
(3)可视化应具有直观性,并满足不同受众的需求;
(4)可视化设计应完成解释数据、探索数据和发现知识3个核心功能。
3.图的本质
点图的本质:就是提取一条或多条数据进行打点展示。
一个点=一行数据=一个实体的信息
对应SQL语句:SELECT a, b, c FROM tablex
柱图的本质:就是将点图上的点归堆儿,堆儿的形状是柱子。
饼图的本质:就是将点图上的点归堆儿,而堆儿的形状是圆饼。
对应SQL语句:
SELECT count(1) FROM tablex GROUP BY b
SELECT sum(变量) FROM tablex GROUP BY b
SELECT average(变量) FROM tablex GROUP BY b
……
4.可视化工具
先列一下冰山的一大角吧:
这里面的大部分都试用过,怎么说呢,引用一下名人名言:“不管黑猫白猫,捉到老鼠就是好猫”,很多时候,没有最好用的,只有最适合的。
这一篇,希望你们喜欢。
领取专属 10元无门槛券
私享最新 技术干货