大数据技术导论课件：大数据可视化

大数据技术导论数据可视化技术的基本思想是,将数据库中的每个数据项作为单个图元表示，大量的图元构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析。数据可视化主要是借助于图形化手段，清晰有效地传达与沟通信息。但是，这并不意味着，数据可视化就一定因为要实现其功能用途而令人感到枯燥乏味，或者是为了看上去绚丽多彩而显得极端复杂。为了有效地传达信息，设计与功能需要齐头并进，通过直观地传达关键的内容与特征，从而实现对于相当稀疏而又复杂的数据集的深入洞察。然而，设计人员往往并不能很好地把握设计与功能之间的平衡，从而创造出华而不实的数据可视化形式，无法达到传达与沟通信息的目的。R语言在数据可视化方面有很多独特的方面。大数据可视化6.1

数据可视化基本概念6.2常用图形6.3数据可视化设计6.4数据可视化工具6.1数据可视化基本概念(1)视觉是人类获得信息的最主要途径。视觉感知是人类大脑的最主要功能之一，超过50%的人脑功能用于视觉信息的处理。(2)数据可视化处理可以洞察统计分析无法发现的结构和细节。（3）数据可视化处理结果的解读对用户知识水平的要求较低。6.1.1为什么要数据可视化6.1数据可视化基本概念

数据可视化主要是借助于图形化手段，清晰有效地传达与沟通信息。6.1.2什么是数据可视化6.1数据可视化基本概念

(1)使人们能够快速吸取大量信息(信息)。(2)正确的数据可视化可以清晰展现数据背后的意义(知识)。(3)数据可视化可以帮助人们做出准确的决策(价值)。(4)可视化给人以强大的视觉冲击。6.1.3数据可视化的作用6.1数据可视化基本概念

(1)图形元素：通常为几何图形元素，如点、线、面、体等，主要用来刻画数据的性质，决定数据所属的类型。(2)视觉通道：图形元素的视觉属性，如位置、长度、面积、形状、方向、色调、亮度和饱和度等。(3)指标值图形化：一个指标值就是一个数据，将数据的大小以图形的方式表现。比如用柱形图的长度或高度表现数据大小，这也是最常用的可视化形式。(4)指标图形化：一般用与指标含义相近的icon来表现。(5)指标关系图形化：当存在多个指标时，挖掘指标之间的关系，并将其图形化表达，可提升图表的可视化深度。6.1.4数据可视化术语6.1数据可视化基本概念6.1.4数据可视化术语6.1数据可视化基本概念6.1.5数据可视化三要素6.1数据可视化基本概念大数据分析6.2

常用图形6.1

数据可视化基本概念6.3数据可视化设计6.4数据可视化工具6.2.1饼图（扇形图）6.2常用图形(1)单一定性变量的分布。(2)每一块扇形的面积大小对应该类数据占总体的比例大小。(3)极坐标形式的柱形图。6.2.2堆积柱形图6.2常用图形(1)两个定性变量分布。(2)数量VS比例(3)每个柱形表示数据在在A属性的各类分布，每种颜色代表B属性的分布。(4)列联表常用的的展示方法，直观展示属性A内各类数据的属性B各类的分布情况。6.2.3风玫瑰图6.2常用图形(1)两个定性变量分布情况。(2)极坐标形式的数量型堆积柱形图。(3)每片“花瓣”大小代表A属性各类数目。6.2.4柱状图6.2常用图形(1)两个定性变量分布情况。(2)列联表常用的展示方法，直观对比两个定性变量的交叉。6.2.5直方图6.2常用图形(1)描述单一数量变量分布特征。(2)人为分出组区域，在每组统计数目或者频率。(3)与柱形图有本质区别。(4)可添加拟合曲线看出变量的粗略分布。6.2.6气泡图6.2常用图形(1)表示三个数量型变量的关系特征。(2)两个变量以散点图的形式画出，第三个变量以气泡面积的展示于图中。(3)展示第三个变量随前两个变量的变化。6.2.7散点图6.2常用图形用于多个数量型变量关系探究6.2.8折线图6.2常用图形折线图可显示随时间而变化的连续数据，常用于分析相等时间间隔下数据的发展趋势。在折线图中类别数据沿横坐标均匀分布，数据沿总报表进行分布。6.2.9面积图6.2常用图形面积图强调的是数据随着时间变化的程度。6.2.10相关系数图6.2常用图形探索多个数量型变量可能的线性相关关系。6.2.11雷达图6.2常用图形(1)将每列数据进行标准化，将条记录画在一个图上，作几张图的对比。(2)适用于指标多，记录少的数据。6.2.12箱线图6.2常用图形箱线图通过绘制连续型变量的五个分位数(最大最小值、25%和75%分位数以及中位数)，描述变量的分布，常用于异常值发现。大数据可视化6.3数据可视化设计6.1

数据可视化基本概念6.2常用图形6.4数据可视化工具6.3.1数据可视化设计原则6.3数据可视化设计6.3.1数据可视化设计原则6.3数据可视化设计(4)检查测试作图，看似简单，但门道很多。把握细节，才能让读者更高效地理解6.3.2数据可视化=数据+设计+故事6.3数据可视化设计要讲好故事要回答以下问题：(1)想表达什么？(2)想解决什么样的问题？(3)是否可以实现？(4)谁你是这个数据的使用者？(5)他们需要什么样的数据？(6)如果这个使用者不是你！(7)那他们的偏好是什么？(8)他们的首选是什么？(9)我们是否真正了解他们？6.3.3数据可视化图形选择建议6.3数据可视化设计大数据可视化6.4

数据可视化工具6.1

数据可视化基本概念6.3数据可视化设计6.2常用图形6.4.1基本工具6.4数据可视化工具(1)ExcelExcel是目前最普遍的电子表格软件。它具有较强的数据处理与数据分析能力，丰富的图表功能，在统计分析中有着广泛的应用。6.4.1基本工具6.4数据可视化工具(2)SPSSSPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。其统计过程包括了常用的、较为成熟的统计过程，完全可以满足大部分的分析工作需要。6.4.1基本工具6.4数据可视化工具6.4.1基本工具6.4数据可视化工具(3)TableauTableau是能够帮助大家查看并理解数据的商业智能软件。Tableau公司将数据运算与美观的图表完美地嫁接在一起。它的程序很容易上手，各公司可以用它将大量数据拖放到数字“画布”上，转眼间就能创建好各种图表。这一软件的理念是，界面上的数据越容易操控，公司对自己在所在业务领域里的所作所为到底是正确还是错误，就能了解得越透彻。6.4.2进阶工具6.4数据可视化工具R语言R语言是一种优秀的具有很强数据可视化功能的数据分析语言。【例6.1】随机产生80个点，并绘制图形。>set.seed(1234)>x<-sample(1:100,80,replace=FALSE)>y<-2*x+20+rnorm(80,0,10)>plot(x=x,y=y)>plot(x,y)执行结果点6.4数据可视化工具线【例5.2】随机产生50个时间点，并绘制图形。>t<-1:50>set.seed(1234)>v<-rnorm(50,0,10)>plot(t,v,type="l")执行结果6.4数据可视化工具面(4)箱线图箱线图通过绘制连续型变量的五个分位数（最大值、最小值、25%分位数、75%分位数以及中位数）描述变量的分布。>year<-2001:2010>set.seed(1234)>counts<-sample(100:500,10)>boxplot(counts)执行结果6.4数据可视化工具Ggplot2绘图【例6.2】条形图排序。>class2<-mpg$class#取出一列>class2<-reorder(class2,class2,length