商务分析应用 11

项目8数据可视化项目导入-图表分类及发展历史课前自学-视觉的重要性8.1数据可视化认知

含义：通过统计图表、图形、地图等图形化手段，将数据中包含的有用信息清晰有效地传达出来，以便于数据使用者更好地理解和分析数据。目的：通过对数据的可视化处理，帮助人们发现数据中的规律、趋势和关联，从而为决策提供有力支持。数据可视化的过程也是从数据空间到图形空间映射的过程。1.数据可视化（1）含义与要求

好懂：简单实用、清晰准确。好看：配色得体、风格统一。好做：方便制作、容易套用。好用：开口说话、观点突出。1.数据可视化（1）含义与要求1.数据可视化（2）分类分类研究对象及其特点研究目的主要技术及表达方式交互类型数据视化（狭义）包括空间、非空间数据等各种类型的大数据

将无意义的数据以含义丰富的形式表现出来，提供启发，便于人们理解或挖掘规律计算机图形、图像人机交互科学可视化一般是具有几何属性的空间数据将数据以真实可感的图形、图像等方式表示，帮助人们更好地理解相关概念和结果计算机图形、图像

人机交互信息可视化非空间的，抽象、非结构化的数据集合，也可以是信息单元以直观图像展现抽象信息，并帮助人们理解、挖掘深层信息和含义计算机图形、图像

人机交互思维可视化可不断更新的、具有主观想法的知识结构信息用视觉表达的方法来描述知识，推动人们之间的观点、态度等的传播和创新手绘或计算机草图、思维导图、概念图等人人交互1.数据可视化（2）分类分类研究对象及其特点研究目的主要技术及表达方式交互类型可视化分析包括空间、非空间数据等各种类型的大数据变信息过载为机遇；使分析师或决策者能及时、高效地考察大量数据和信息流并完成分析推理和决策计算机图形、图像，用户的知识、经验和主观认知

人机交互知识可视化知识经过加工、整合和处理后在人脑中存储为知识结构的信息，可不断更新用视觉表达的方法来描述知识，推动人们之间知识的传播和创新手绘或计算机草图、知识图表，视觉隐喻等人人交互思维可视化可不断更新的、具有主观想法的知识结构信息用视觉表达的方法来描述知识，推动人们之间的观点、态度等的传播和创新手绘或计算机草图、思维导图、概念图等人人交互

提高数据分析效率发现数据中的规律和趋势提高决策的准确性增强数据的表达能力提高数据的透明度1.数据可视化（3）作用

应用领域商业领域金融领域政府领域科研领域1.数据可视化（4）应用领域

数据可视化素养（Data Visualization Literacy）可以理解为个体作为数据可视化的生产者和消费者，在阅读、理解、解释、评价、利用和创造数据可视化的过程中，实现数据意义建构中所涉及的相关知识、技能、能力、思维，以及需遵循的伦理规范的集合，是一种既能从可视化呈现中提取数据、信息和知识，又能运用可视化处理数据、指导决策和完成任务的能力。2.数据可视化素养（1）含义与评价体系2.数据可视化素养（1）含义与评价体系2.数据可视化素养（1）含义与评价体系2.数据可视化素养（1）含义与评价体系2.数据可视化素养（2）发展历程

笛卡尔坐标系：是最常见的坐标系统，包括二维笛卡尔坐标系（x,y）和三维笛卡尔坐标系（x,y,z）。极坐标系：是一种基于角度和半径的坐标系统，适用于表示圆形或环形的数据。在极坐标系中，数据点的位置由角度和半径两个参数表示地理坐标系：是一种基于地球表面的经纬度坐标系统，适用于表示地理位置相关的数据。3.数据可视化的基本元素（1）坐标系统

以柱体长度呈现数据，展

示分类变量数量与占比可多形式排布展示靠柱高直观对比数据差异制图需遵守配色、排版、

刻度相关规范3.数据可视化的基本元素（2）图形类型-柱形图

依托坐标系，由X、Y值确定点位探究两数值变量间关联关系判断关联类型、识别异常离群值数据有无关联可通过点位分布直

观体现适用中大样本，样本越大趋势越

清晰3.数据可视化的基本元素（2）图形类型-散点图

展示连续时间数据变化横轴分类、纵轴数值，直

观体现波动趋势便于数据分析与趋势预判制图遵循线条、标签、刻

度使用规范3.数据可视化的基本元素（2）图形类型-折线图

以中心辐射射线构成多轴对应不同指标可多维展示

数据适合多指标整体对比评价制图需选可比相关数据，规范

排版标注3.数据可视化的基本元素（2）图形类型-雷达图

圆形分扇区呈现，体现各

类别占比关系扇区大小对应数值比例，

直观对比体量制图忌杂乱引线、少用3D，

配色加白边更清晰3.数据可视化的基本元素（2）图形类型-饼图颜色用于表示数据的类别和属性。3.数据可视化的基本元素（3）颜色、色阶与形状颜色交通企业经营分析红色危险、禁止通行指标存在重大问题黄色提醒即将有危险，起警示作用指标存在潜在问题绿色表示安全，准许通行指标发展良好颜色：用于表示数据的类别和属性。。3.数据可视化的基本元素（3）颜色、色阶与形状色阶：是表示图像亮度强弱的指数标准，即色彩指数。色阶又可以分为类别色阶、连续色阶和发散色阶。。3.数据可视化的基本元素（3）颜色、色阶与形状形状：用于表示数据的类别和属性。在数据可视化中，可以使用不同的形状来区分不同的类别，或者表示数据的状态、方向等属性。在选择形状时，要注意形状的简洁性和可识别性。标签：用于解释和说明数据的含义和关系，可以为数据点、轴线、网格等添加标签，以便读者理解和分析数据。在选择标签时，要注意标签的简洁性和清晰性。图例：用于解释和说明不同图形类型、颜色或形状所代表的含义和关系，可以为图表添加图例，以便读者快速了解数据的类别和属性。在选择图例时，要注意图例的简洁性和一致性。3.数据可视化的基本元素（4）标签与图例动画：用于展示数据动态变化的过程，可以为图表添加动画效果，如渐变、闪烁等，以便于观察者更好地理解数据的发展趋势和规律。交互：是数据可视化中的一种功能元素，用于实现数据的实时查询和操作，可以为图表添加交互效果，如点击、拖拽等，以便观察者根据需要获取更多的信息和细节。3.数据可视化的基本元素（5）动画与交互3.数据可视化的基本元素（6）图标选择思路8.2数据可视化工具

镝数图表(/)是一款强大、灵活、可定制的数据可视化工具，能够快速生成可视化视频、网页交互图表、数据动态图表、数据大屏、矢量图表、信息图表等，只需输入数据即可一键生成，支持近140种图表种类。1.数据可视化平台（1）Dycharts

支持基于AI的数据分析和图表处理，AI分析提供了数据趋势、综合分析、数据对比、维度解释、相关性分析、数据要点、异常识别、分布分析等多种预设指令，辅助用户快速对图表内容进行数据分析。AI可广泛用于商业分析、个人总结、报告制作、热点讨论、活动传播等需要数据传播的场景。1.数据可视化平台（1）Dycharts

Echarts（/zh/index.html）提供了直观、生动、可交互并且可以个性化定制的数据可视化图表。支持多种图表类型,如折线图（区域图）、柱状图（条状图）、散点图（气泡图）、K线图、饼图（环形图）、雷达图（填充雷达图）、和弦图、力导向布局图、地图、仪表盘等。Echarts还具有强大的跨平台能力，可以在PC和移动设备上流畅运行。1.数据可视化平台（2）Eycharts

是一款简单易用的JavaScript图表库，提供了多种图表类型，如折线图、柱状图和饼图等。支持实时数据更新，可以帮助用户快速地创建动态的可视化效果，免费提供给个人学习、个人网站和非商业用途使用。1.数据可视化平台（3）Highcharts

是谷歌推出的一款免费的数据可视化工具。它支持多种图表类型，如折线图、柱状图、饼图等。可以直接在网页上生成图表，无须安装任何插件。Google Charts可以在Chrome、Firefox、Safari、Internet Explorer等标准浏览器中使用SVG格式绘制图表。1.数据可视化平台（4）Google Charts

是一款将传统电子表格的灵活性与强大数据库的结构化能力深度融合的协同办公工具。它远不止于处理数字，其核心价值在于赋能团队用“表格”的形式轻松搭建出灵活的业务系统，实现信息的规范化管理和流程的自动化。1.数据可视化平台（5）飞书多维表格

Tableau公司成立于2003年，是由斯坦福大学的3位友在美国西雅图注册成立。Tableau可视化工具是一系列软件的总称，包括TableauDesktop、TableauPrep.TableauOnline、TableauServer、TableauPublic、TableauMobile、TableauReader等子产品。2.数据可视化软件（1）Tableau

极速高效：采用内存数据引擎直接查询外部数据库，动态从数据仓库抽取数据，从而提高了数据访问和查询的效率。可扩展性：可以连接多种数据源，如带分隔符的文本文件、Excel文件、SQL数据库、Oracle数据库、多维数据库等。并且，它可以有效地集成各种接口，提高工作效率。（1）Tableau2.数据可视化软件

TableauDesktop是Tableau公司的基础产品，其定位是“人人可用的数据可视化分析工具”，它的学习成本很低，用户不需要精通复杂的编程和统计原理，只需要把数据直接拖曳到工作簿中，再进行一些简单的设置就可以得到想要的可视化图形。（1）Tableau2.数据可视化软件

Python是一种广泛使用的编程语言，它在数据科学领域有着广泛的应用。Python提供了许多强大的数据处理和可视化库，如Matplotlib、Seaborn、Plotly、Pandas等，可以帮助用户轻松地处理和分析数据。（2）Python2.数据可视化软件

Matplotlib：可以创建各种类型的图表，包括折线图、散点图、柱状图、饼图等，其优势在于它的灵活性和可定制性。Seaborn：提供了更高级的统计图形，使数据可视化变得更加简单和直观，其特点在于它的美观性和内置的统计功能，可以轻松绘制多变量数据的关系图、分类图和分布图。（2）Python2.数据可视化软件

Plotly：可以创建丰富多样的图表和图形，其特点在于它的交互性和灵活性，可以用于创建动态图表和动画效果。Pandas：用于数据处理和分析的Python库，它也提供了一些简单的数据可视化功能，其优势在于它与数据处理的无缝集成，可以直接从数据结构中绘制图表。（2）Python2.数据可视化软件

R是一种专门用于统计分析和数据可视化的编程语言，它提供了丰富的数据处理和可视化函数，其丰富的作图功能以及大量的第三方可视化包，如ggplot2、lattice等，使得其在数据可视化方面有着极高的应用价值。（3）R2.数据可视化软件