“1+X”（初级）08-数据可视化

数据可视化学习完本课程后，你将能够：了解数据可视化基础知识了解数据可视化开发原则了解常用的图表类型以及相关的适用场景了解常用的可视化工具及特点课程目标课程目录数据可视化概述数据可视化原则基本图表类型数据可视化工具课程目录数据可视化概述1.1数据可视化定义1.2数据可视化作用1.3数据可视化分类数据可视化原则基本图表类型数据可视化工具什么是数据可视化数据可视化：利用计算机图形学和图像处理技术，将数据转换为图形或者图像在屏幕上显示出来进行交互处理的理论方法和技术。数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。数据可视化随着平台的拓展、应用领域的增加，表现形式的不断变化，从原始的BI统计图表，到不断增加的诸如实时动态效果、地理信息、用户交互等等。数据可视化的概念边界不断扩大。4数据可视化几个基本概念数据空间：是由n维属性和m个元素组成的数据集所构成的多维信息空间数据开发：是指利用一定的算法和工具对数据进行定量的推演和计算数据分析：指对多维数据进行切片、切块、旋转等动作剖析数据，从而能多角度多侧面观察数据数据可视化已经提出了许多方法，这些方法根据其可视化原理不同可以划分为基于几何技术、面向像素技术、基于图标技术、基于层次技术、基于图像技术和分布式技术等。5可视化简史1600图表萌芽物理测量17001800图形符号1900数据图形1949现代启蒙1974多维信息的可视编码1987多维统计图形2004交互可视化可视分析学6课程目录数据可视化概述1.1数据可视化定义1.2数据可视化作用1.3数据可视化分类数据可视化原则基本图表类型数据可视化工具为什么要数据可视化8可视化的作用数据可视化：将相对复杂的数据通过可视的、交互的方式进行展示，从而形象、直观地表达数据蕴含的信息和规律。一方面更好的传达分享数据信息，另一方面通过优美的设计缩短信息的传达。9课程目录数据可视化概述1.1数据可视化定义1.2数据可视化作用1.3数据可视化分类数据可视化原则基本图表类型数据可视化工具数据可视化分类科学可视化信息可视化可视分析学科学可视化面向的领域主要是自然科学，如物理、化学、气象气候、航空航医学、生物学等学科。信息可视化更关注抽象、非结构化的数据集合（如文本、图表、层次结构、地图、软件、复杂系统等）。可视分析学科看成将可视化、人的因素、和数据分析集成在一起的一种新的可视化分类。11科学可视化空间标量场可视化-二维标量场-等值线12科学可视化空间标量场可视化-三维标量场泰迪熊体数据的截面可视化（由Voreen软件生成）13科学可视化空间向量场可视化达芬奇手绘的涡流，展示了水流的流动模式14科学可视化空间张量场可视化美国加州1992年7.3级地震模拟数据中的反对称二阶二维张量场15信息可视化信息可视化更关注抽象、非结构化的数据集合（如文本、图表、层次结构、地图、软件、复杂系统等）。时空数据可视化层次与网络结构数据可视化文本和跨媒体数据可视化多变量数据可视化16信息可视化时变数据可视化部分电子产品在1980-2010年价格和销量的变化趋势。横轴表示年份，纵轴表示销量。圆点的大小表示价格，颜色表示产品类别。17信息可视化时变数据可视化数据库CPU使用率监控出入网bps监控18信息可视化层次与网络数据可视化某企业组织架构图19信息可视化层次与网络数据可视化北京地铁线路图20信息可视化层次与网络数据可视化最小生成树21信息可视化文本与跨媒体数据可视化-文本内容可视化词云图22信息可视化文本与跨媒体数据可视化-文本关系可视化密集的点簇代表文档集合中有很多关于描述同一类主题的文档，点越多越密集代表这一类文档的数量越多，多个点簇反映了文档集合涉及的不同主题内容。23信息可视化文本与跨媒体数据可视化-文本关系可视化采用新闻地图方法对在线新闻进行可视化。颜色用于区分新闻类型，包括全球、本国、商业、科技等类型。24信息可视化文本与跨媒体数据可视化-文本情感分析可视化使用情感地图可视化一段时间内各地域对于某新闻报道的观念差异。横轴为时间，纵轴为评价得分。25信息可视化文本与跨媒体数据可视化-跨媒体数据可视化从足球比赛视频的上下文中抽取出有意义的数据，如运动轨迹、事件、球员分析等，然后将数据可视化到视频中。左图体现球员的统治区域，右图体现球员运动轨迹。26信息可视化文本与跨媒体数据可视化-跨媒体数据可视化-社交网络社群图：越大的点，越靠近中心的点，地位越核心27信息可视化多变量数据可视化图中例子采用的数据包括了20世纪70年代生产的392款汽车的7中技术参数，在7*7的散点图矩阵中，可观察到任意两个参数间关联。从图中的红色区域可发现，随着马力和车重的增加，每加仑里程数将大大降低。采样XmdvTool生成的散点图矩阵28信息可视化多变量数据可视化左侧图体现美国51个地区的犯罪率，右侧雷达图中7个坐标表示7中类型的犯罪。29可视分析学可视分析的范畴地理分析信息分析科学分析数据管理和知识表达感知与认知科学表达、作业和传播统计分析知识发现交互可视分析学综合了图形学、数据挖掘、人机交互等技术。以可视化交互为通道，将人的感知和认知能力融入到数据处理过程，形成人脑智能和机器智能优势互补，完成有效的推理和决策。30课程目录数据可视化概述数据可视化原则2.1数据筛选2.2数据到可视化的直观映射2.3视图选择与交互设计基本图表类型数据可视化工具数据可视化设计原则可视化的首要任务是准确地展示和传达数据所包含的信息。针对特定的用户对象，设计者可以根据用户的预期和需求，参考可视化设计原则进行展示设计，完成有效的可视化。数据筛选数据到可视化的直观映射视图选择与交互设计数据筛选数据筛选：根据具体的展示需求，筛选合适的数据，展示相关的信息。案例：在某公司的数仓系统中，加工汇总的一份较粗粒度的数据，相关字段：月份、省份名称、收房量、收房金额、装修维护量、租房量、租房金额、售房量、售房金额、二手房交易量、新房交易量、总金额。针对于不同的需求，可筛选合适的字段，进行汇总展示。查看2019年全年12个月的收房量、装修维护量、租房量的趋势查看201901月份各省的总营收额查看2019年重庆的每月售房量及售房金额数据筛选数据筛选误区：信息展示越多越好，信息展示越少越好。信息展示过多，无法让用户集中关注某点，甚至无法理解哪些信息是重要信息。课程目录数据可视化概述数据可视化原则2.1数据筛选2.2数据到可视化的直观映射2.3视图选择与交互设计基本图表类型数据可视化工具数据类型与可视化间的映射优先级自上而下数值型适合用能够量化的视觉通道表示，如坐标、长度等。序列型适合用区分度明显的视觉通道表示，比如密度、饱和度。类别型适合用易于分组的视觉通道。数据类型与可视化间的映射数值型数据与可视化间的映射数据类型与可视化间的映射有序型数据与可视化间的映射数据类型与可视化间的映射类别型数据与可视化间的映射课程目录数据可视化概述数据可视化原则2.1数据筛选2.2数据到可视化的直观映射2.3视图选择与交互设计基本图表类型数据可视化工具视觉选择与交互设计视觉选择针对不同的需求，确定展示不同的视图。对于简单的数据，可使用一个基本的可视化视图；对于复杂的数据，可考虑使用较为复杂的可视化视图。交互设计数据可视化系统除了视觉呈现部分，另一个核心要素是用户交互。交互的目的是让用户来操作视图和数据，从而从系统中捕获更多的信息量。视觉选择与交互设计视图选择：选择适合体现每个月的金额占全年总金额的比重的图视觉选择与交互设计交互设计导航跳转提取联动上卷下钻筛选滚动缩放拖动选择感兴趣的数据对象、区域或特征当视图显示不完整事，滚动鼠标，展示出未展示的部分改变已展示图像的分辨率，选择重点查看内容主要针对地图或其它有层级关系的维度，进行粗细粒度转换展示改变数据表中展示数据的前后顺序，或将感兴趣的信息拖至明显的位置操作一组图形的变动，可导致另外一组图形进行关联变动对选择的数据或者图形进行下载或导出、打印等操作页面信息过长，可点击对应导航按钮，跳转至对应的数据部分本页面内部弹出跳转，或者直接跳至新的页面课程目录数据可视化概述数据可视化原则基本图表类型3.1基本图表类型数据可视化工具常见图表类型线图柱图饼图散点图指标看板雷达图漏斗图旋风漏斗树图来源去向矩阵树图仪表盘地图极坐标图词云线图线图：也叫折线图，将值标注成点，并通过直线将这些点按照某种顺序连接起来形成的图。场景：数据在一个有序的因变量上的变化，它的特点是反映事物随序类别而变化的趋势，可以清晰展现数据的增减趋势、增减的速率、增减的规律、峰值等特征优点：能很好的展现沿某个维度的变化趋势能比较多组数据在同一个维度上的趋势适合展现较大的数据集缺点：每张图上不适合展示太多条折线类似图表：堆积图、曲线图、双Y轴折线图、面积图线图线图样例堆积图双Y轴图面积图多指标折线图曲线图线图柱图柱图，又称柱状图。是一种以长方形的长度来表达数值的统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况。柱图场景：适合用于展示二维数据集，其中一个轴表示需要对比的分类维度，另一个轴代表相应的数值，比如：（月份，商品销量），或者展示在一个维度上，多个同质可比的指标的比较，比如：（月份，苹果产量，桃子产量）优点：简单直观，很容易根据柱子的长短看出值的大小易于比较各组数据之间的差别缺点：不适合较大的数据集展现类似图表：条形图、直方图、堆积图、百分比堆积图、双Y轴等柱图样例柱图分组柱图堆积图百分比堆积图双Y轴柱图条形图饼图饼图：以饼状图形显示一个数据系列中各项的大小与各项总和的比例，也被称作扇形统计图。饼图场景：适用于二维数据，即一个分类字段，一个连续数据字段，当用户更关注于简单占比时，适合使用饼图优点：简单直观，很容易看到组成成分的占比缺点：不适合较大的数据集展现数据项中不能有负值当比例接近时，人眼很难准确判别类似图表：环形图、3D饼图饼图样例饼图环图3D饼图散点图散点图：又称XY散点图，将数据以点的形式展现，以显示变量间的相互关系或者影响程度，点的位置由变量的数值决定。散点图场景：显示若干数据系列中各数值之间的关系，类似XY轴，判断两变量之间是否存在某种关联，或者发现数据的分布或者聚合情况优点：可以展示数据的分布和聚合情况适合展示较大的数据集缺点：散点图看上去比较乱，基本只能看相关、分布和聚合，其他信息均不能很好展现类似图表：气泡图散点图样例分布聚合雷达图雷达图：又称蜘蛛网图，将多个维度的数据量映射到起始于同一个圆心的坐标轴上，结束于圆周边缘，然后将同一组的点使用线连接起来。雷达图场景：雷达图适用于多维数据集优点：适合展现某个数据集的多个关键特征适合展现某个数据集的多个关键特征和标准值的比对适合比较多条数据在多个维度上的取值缺点：多维但是维度不能太多，一般四到八个比较的记录条数不宜太多雷达图样例漏斗图漏斗图：有多个梯形从上到下叠加而成。从上到下的项有逻辑上的顺序关系，梯形面积表示某个环节业务量与上一个环节之间的差异。漏斗图场景：适用于业务流程比较规范、周期长、环节多的单流程单向分析，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的环节，进而做出决策说明：漏斗图总是开始于一个100%的数量，结束于一个较小的数量。在开始和结束之间由N个流程环节组成，每个环节用一个梯形来表示梯形的上底宽度表示当前环节的输入情况，下底表示当前环节的输出，上底与下底之间的差表现了在当前环节业务量的减小量，当前梯形边的斜率表现了当前环节的减小率漏斗图的所有环节的流量都应该使用同一个度量类似图表：金字塔图、对称漏斗图（旋风）、对比漏斗图漏斗图样例旋风漏斗图样例树图树图：树图是通过树形结构来展现层级数据的组织关系，以父子层次结构来组织对象，是枚举法的一种表达方式。树图场景：适用于与组织结构有关的分析，即有明确的层次关系的数据优点：直观的展现层次关系可以看到各层级指标间的关系，可进行简单的上卷、下钻等操作缺点：数据层级不宜过多每层的成员不宜过多无法展现各部分占比关系类似图表：矩阵树图树图样例矩阵树图矩阵树图：采用矩形表示层次结构的节点，父子层次关系用矩形间的相互嵌套来表达。从根节点开始，空间根据相应的子节点数目被分为多个矩形，矩形的面积大小对应节点的属性。每个矩形又按照相应节点的子节点递归的进行分割，直到叶子节点为止。场景：适合展现具有层级关系的数据，能够直观体现同级之间的比较优点：图形更紧凑，同样大小的画布可以展现更多的信息可以展现成员间的权重缺点：不够直观、明确，不像树图那么清晰分类占比太小时不容易排布类似图表：树图、马赛克图、热力图矩阵树图矩阵树图样例来源去向图来源去向图：通过页面访问量PV和访客的数量UV推算出网页的转化率，进而可以了解网站的整体运营效果和某一类商品的最终成交量场景：适用于电商或与营销有关系的分析，比如分析购物网站中，哪些商品最畅销或者哪一个时间段是访问高峰优点：特别适合分析展现网站流量的运营数据显示结果直观，可以清晰的看到各个维度指标变化的情况支持以某个节点查看该节点所在流程的情况缺点：应用面很窄，只能显示三级维度的流程数据对显示的度量要求严格来源去向来源去向图样例指标看板指标看板，通过文字、数字和符号的合理排版，对数据进行一目了然的展示。由看板标签和看板指标组成，标签由维度决定，指标由数据的度量决定。场景：适合用来展示一个维度下的一个或者多个度量，特别是对某些指标需要精确读数的场景优点：展现的是详细的数字，用户得到的都是精确信息简单直观，重点数字突出，容易得到关键信息缺点：展现维度只能有一个展现指标不宜过多只是数字面板，不具有图形的各种优势指标看板指标看板样例仪表盘仪表盘，像一个钟表或者刻度盘，有刻度和指针，其中刻度表示度量，指针表示维度，指针角度表示数值，指针指向当前数值。。场景：管理报表或报告，直观的表现出某个指标的进度或实际情况优点：将专业数据通过常见的刻度表形式展现，非常直观易懂拟物化的展现更人性化缺点：适用场景比较窄，主要用于进度或占比的展现只能一个维度，指标也不宜过多，展示信息有限类似图表：堆积图仪表盘仪表盘样例地图地图，使用地图作为背景，通过图形的位置来表现数据的地理位置，将数据在不同地理位置上的分布通过颜色或者气泡映射在地图上。场景：适合带有地理位置信息的数据集展现，展现的通常是以某个地区为单位的汇总的连续值信息优点：和地图相结合，对数据的地理分布显示直观通过颜色深浅、气泡大小等容易判断度量的大小缺点：必须有地理信息，且数据为汇总数据，气泡容易叠加显示的都是非精确值，气泡大小和颜色深浅相近时不易分辨地理面积大小和度量值无关，容易误读类似图表：气泡地图、颜色地图（分级统计地图）、描点地图地图地图样例颜色地图气泡地图极坐标图极坐标图，由多个扇区构成的。每个扇区的标签由数据的维度决定，每个扇区长度由数据的度量决定。每个扇形的角度一样，通过半径展示变化。场景：适用于枚举数据之间的比较，比如显示一段时间内的数据变化，或显示各项之间的比较情况优点：视觉效果在部分情况下比其他图表更佳同样的画布能比部分其他图表展示数据更多缺点：不适合分类过少的数据集不适合部分度量值过小的数据集类似图表：饼图、环图、柱图、玫瑰图等极坐标图极坐标图样例词云图词云图，又称文字云，是文本数据的视觉表示，由词汇组成类似云的彩色图形，用于展示大量文本数据。每个词的重要性以字体大小或颜色显示。场景：适合用于描述网站上的关键字（即标签），或可视化自由格式文本，可以对比文字的重要程度。其本质是点图，是在相应坐标点绘制具有特定样式的文字的结果优点：快速感知最突出的文字，或区别权重不同的文字可展示大量文本缺点：不适合展现的数据太少的数据集不适展现区分度不大的数据，即无重点关键词类似图表：点图、柱图词云词云图样例基本图表使用场景比较对比各个值之间的差别柱图雷达漏斗极坐标旋风漏斗词云占比部分占整体的百分比饼图漏斗仪表盘矩阵树图相关显示各个值之间的关系散点矩阵树图指标看板树图来源去向趋势数值随维度的变化情况线图柱图地理图数值和地理信息映射图气泡地图色彩地图课程目录数据可视化概述数据可视化原则基本图表类型数据可视化工具4.1入门级工具（Excel）4.2普通工具（R语言和Python语言）4.3进阶工具（Tableau和QlikView）4.4阿里云数据可视化工具QuickBIExcel是Office办公软件之一，是数据分析可视化中最常用最基础的工具。让数据会说话，主要有六个方面：

数据图表

函数公式

条件格式

数据透视图

迷你图

三维地图入门级工具（Excel）数据图表（呈现方式）入门级工具（Excel）对比柱形图：数据单一条形图：数据较多周期折线图：分类较多雷达图：周期循环数据图表（呈现方式）入门级工具（Excel）分布直方图：单个变量散点图：两个变量曲面图：三个变量构成饼图：分类占比瀑布图：累计构成组合图：复合构成数据图表（呈现方式）入门级工具（Excel）布局配色字体函数公式示例：REPT函数（评价）REPT(text，number_times)入门级工具（Excel）销售人员等级星级评价星级评价new张凤5★★★★★★★★★★李良4★★★★★★★★☆王艳3★★★★★★☆☆赵刚4★★★★★★★★☆孙海2★★★★☆☆☆ABCD单元格C2用实心五角星“★”显示等级，在C2中输入公式：=REPT(“★”,B2)单元格D2用实心五角星“★”和空心五角星“☆”显示等级，在D2中输入公式：=REPT(“★”,B2)&REPT(“☆”,5-B2)条件格式数据条（预警）入门级工具（Excel）根据数据大小而变化单元格颜色，对数据做格式提醒。通过设置规则，能够目标的变化而动态调整14数据透视图入门级工具（Excel）根据数据透视图字段进行筛选，分为轴和取值；在图标元素中可增加数据标签、数据表、趋势线来分析数据12迷你图入门级工具（Excel）放置在单个单元格里的微型图表，共有三种类型，分别是折线图、柱形图和盈亏图，其中折线图和柱形图可以显示数据的高低变化，盈亏图只显示正负关系，不显示数据的高低变化。12三维地图入门级工具（Excel）实现数字地图的显示数据必须有一个位置属性，这个属性可以是省份、城市、地址或经纬度坐标等。课程目录数据可视化概述数据可视化原则基本图表类型数据可视化工具4.1入门级工具（Excel）4.2普通工具（R语言和Python语言）4.3进阶工具（Tableau和QlikView）4.4阿里云数据可视化工具QuickBIR语言介绍R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R是一套由数据操作、计算和图形展示功能整合而成的套件。包括：有效的数据存储和处理功能，一套完整的数组（特别是矩阵）计算操作符，拥有完整体系的数据分析工具，为数据分析和显示提供的强大图形功能，一套（源自S语言）完善、简单、有效的编程语言（包括条件、循环、自定义函数、输入输出功能）。R语言特点R是自由软件。这意味着它是完全免费,开放源代码的。R是一种可编程的语言。作为一个开放的统计编程环境,语法通俗易懂,很容易学会和掌握语言的语法。所有R的函数和数据集是保存在程序包里面的。命令行工作方式。小巧而精悍。R的短板在于安全性与内存管理。R语言可视化-直方图R语言可视化-3D饼图R语言可视化-折线图R语言可视化-箱线图Python语言介绍Python是一种跨平台的计算机程序设计语言。是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。Python支持命令式编程、函数式编程，完全支持面向对象程序设计，语法简洁清晰，并且拥有大量成熟的扩展库。Python可视化库工具库matpotlibbokehseaborngeoplotlibPygalpandasPython语言特点Python语言开源、简单，易于阅读和维护。Python语言可扩展性强，可以通过c、c++语言为python编写扩充模块。Python语言可移植性强，可运行在不同的平台上。Python拥有许多功能丰富的库。Python要求编写规范的代码。Python可嵌入性，可以嵌入到c、c++中，为其提供脚本功能。Python属于解释型语言，运行速度慢。Python语言可视化-折线图Python语言可视化-柱状图Python语言可视化-饼状图Python语言可视化-直方图课程目录数据可视化概述数据可视化原则基本图表类型数据可视化工具4.1入门级工具（Excel）4.2普通工具（R语言和Python语言）4.3进阶工具（Tableau和QlikView）4.4阿里云数据可视化工具QuickBITableau可视化工具简介TableauSoftware致力于帮助人们查看并理解数据、快速分析、可视化并分享信息。Tableau只需点击几下即可构建仪表板，进行即兴分析，也可与任何人共享自己的工作成果，对公司发挥更大影响力。Tableau可视化工具特点大数据，任何数据自动更新快速分析简单易用智能仪表板瞬时共享在数分钟内完成数据连接和可视化。Tableau比现有的其他解决方案快10到100倍。无论是电子表格、数据库还是Hadoop和云服务，任何数据都可以轻松探索。通过实时连接获取最新数据，或者根据制定的日程表获取自动更新。任何人都可以使用直观明了的拖放产品分析数据。无需编程即可深入分析。集合多个数据视图，进行更丰富的深入分析。数据可视化最佳做法等待您去体验。只需数次点击，即可发布仪表板，在网络和移动设备上实现实时共享。Tableau可视化案例Tableau可视化案例Tableau可视化案例Tableau可视化案例QlikView可视化工具简介QlikView是QlikTech的旗舰产品，是一个完整的商业分析软件，使开发者和分析者能够构建和部署强大的分析应用。QlikView引领了内存型BI产品的方向。QlikView几乎可以用于任何数据库或数据源，无论是本地的或是通过网络连接的数据源都可以实现。QlikSense是QlikView的一个新版本。两者有着不同的用户接口但是却共享着相同的分析引擎。注意QlikSense在抽取文件时是使用库。设计数据模型的时候，两者并没有任何区别。QlikView可视化工具特点前端交互性比较灵活，展示样式多样化。关联查询功能使其具有独特的数据钻取特性。QlikView数据文件(QVD文件)概念的引入，一定程度上取代了ETL工具的功能。支持离线分析内存型的BI工具，数据处理速度很大程度上依赖内存大小，对硬件要求较高对于复杂业务需求，必须写qlikview的脚本QlikView可视化举例QlikView可视化举例QlikView可视化举例QlikView可视化举例课程目录数据可视化概述数据可视化原则基本图表类型数据可视化工具4.1入门级工具（Excel）4.2普通工具（R语言和Python语言）4.3进阶工具（Tableau和QlikView）4.4阿里云数据可视化工具QuickBIQuickBI介绍QuickBI是一个基于云计算的灵活的轻量级的自助BI工具服务平台。它提供海量数据实时在线分析，拖拽式操作、丰富的可视化效果，帮助您轻松自如地完成数据分析、业务数据探查。它不止是业务人员看数据的工具，更是数据化运营的助推器，解决大数据应用“最后一公里”的问题，实现人人都是数据分析师QuickBI支持多种类型数据源支持多种可视化组件多快海量数据的实时分析提供智能的一键加速好灵活的报表集成方案严密的安全权限管理省门槛低易上手省时间云计算费用低省成本113QuickBI基本对象QuickBI基本对象如下：QuickBI数据集数据源